本文轉(zhuǎn)載自公眾號“讀芯術(shù)”(ID：AI_Discovery)

人工智能和機器學(xué)習(xí)的飛速發(fā)展，正在定義著各個行業(yè)的未來。根據(jù)Marketsand Markets公司的研究，人工智能產(chǎn)業(yè)總值將在2025年達到190億美元。據(jù)預(yù)測到2021年末，四分之三的商業(yè)應(yīng)用將會使用人工智能服務(wù)。

目前AI技術(shù)已經(jīng)在自動化、教育、客戶服務(wù)等等行業(yè)中取得了不小的進展。網(wǎng)絡(luò)安全也是AI大展身手的領(lǐng)域之一，它打擊信息犯罪中發(fā)揮著重要的作用。

本文將介紹如何使AI成為推動信息安全發(fā)展最好的IT架構(gòu)方案。

機器學(xué)習(xí)用于網(wǎng)絡(luò)風(fēng)險識別

阻止網(wǎng)絡(luò)犯罪的第一步，是提前識別網(wǎng)絡(luò)攻擊，這可是AI、ML技術(shù)的主場。它分析數(shù)據(jù)，在威脅攻擊信息系統(tǒng)前將其識別。通過機器學(xué)習(xí)，計算機可以基于接受到的數(shù)據(jù)應(yīng)用并調(diào)整算法。由此，計算機比人類更準(zhǔn)確地識別風(fēng)險和探測異常情況。

傳統(tǒng)的技術(shù)主要依賴于歷史數(shù)據(jù)，不能像AI一樣即時改進算法。它們無法像人工智能一樣處理新型陷阱和黑客的機關(guān)。更重要的是，比起人類，AI更能輕松快捷地處理日益增加的網(wǎng)絡(luò)犯罪。

AI驗證和密碼保護

你是不是也偷懶地?zé)o數(shù)賬戶設(shè)置同一個密碼?事實上，密碼是用戶賬號和黑客之間唯一卻脆弱的屏障。

生物識別驗證是比密碼更好的選擇，但是它們也不那么方便。比如，面部識別系統(tǒng)可能會無法識別用戶的新發(fā)型。黑客可以偷竊用戶社交賬號中的照片來騙過系統(tǒng)，突破安全防線。

[[322337]]

圖源：unsplash

這就是開發(fā)者使用人工智能或增強生物識別，試圖擺脫種種缺陷使其更加可靠的原因。

iPhoneX的面部識別技術(shù)就是一個好例子。這項技術(shù)被稱為“面部識別碼”，它使用神經(jīng)引擎和內(nèi)置紅外傳感器處理用戶面部特征。軟件通過識別關(guān)鍵模式和相關(guān)性構(gòu)造用戶臉部模型。

Apple確保這一技術(shù)使得黑客幾乎不可能使用別的方式騙過AI打開設(shè)備鎖。他們的信息安全解決方案，也使得AI軟件甚至可以在各種照明條件下正常工作，也不會受到帽子，面部毛發(fā)，新發(fā)型等面部變化的干擾。

網(wǎng)絡(luò)安全和AI

維護網(wǎng)絡(luò)安全包括兩個部分，刻畫組織的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，和建立安全規(guī)則和政策。這兩項工作都要耗費大量時間。但是各種信息安全架構(gòu)服務(wù)正在使用人工智能加速這一過程。

[[322338]]

圖源：unsplash

AI通過學(xué)習(xí)和觀察有助于推測安全政策的網(wǎng)絡(luò)流量模式來實現(xiàn)這一目的。這不僅節(jié)約了時間，而且能夠從中獲取大量資源用于科技進步和發(fā)展。

除此之外，人工智能還可以檢測緩沖區(qū)上溢。應(yīng)用向緩沖區(qū)輸入的數(shù)據(jù)比平時更多時常常出現(xiàn)這種情況。員工的錯誤行為是數(shù)據(jù)泄露的主要原因，對于AI來說，發(fā)現(xiàn)并預(yù)防這類錯誤很容易。

除此之外，AI能做的還有很多。比如，當(dāng)檢測到異常時，AI可以阻止未授權(quán)的訪問或者提前阻止惡意軟件。軟件公司和安全公司還將繼續(xù)調(diào)整AI以減少探測所用時間，增加探測率，阻止惡意軟件傳播，增加用戶安全性并保護系統(tǒng)。

即使仍然有很大改進空間，但不可否認(rèn)，它已經(jīng)帶領(lǐng)網(wǎng)絡(luò)安全行業(yè)走向了新未來。