每日安全资讯TB 安防“漏洞”不用再担心？网络安全中的AI市场比你想象的大( 二 )
AI技术在安防网络安全中的应用
人工智能时代 ， 监控视频和安防数据不断向云上迁移 ， 大量新兴网络安全问题却也接踵而至 。 “WannaCry”勒索病毒事件、监控被“直播”、智能家居成“第三只眼”等一系列事件为安防敲响了警钟 。 网络安全是安防体系建立的基石 ， 是建设世界一流企业的时代课题 ， 更是安防智能化发展的最大“命门” 。 未来 ， AI技术在安防网络安全中将不断深入应用 。
1、身份认证识别
用户身份认证是对用户真实性的识别和检测 ， 是网络安全的重要前提 。 传统的用户身份识别通常采用口令认证 ， 但是口令在网络中容易被窃取和破解 。 使用硬件设备进行加密认证能提高认证安全性 ， 但是硬件设备可能会丢失或者损坏 ， 从而增加成本或造成不便 。
人工智能的发展让生物特征识别技术变得更加成熟 。 生物特征识别技术具有安全性好、不易丢失、难以仿冒和携带方便等诸多优点 ， 包括指纹、虹膜、声纹和人脸识别等 ， 其中最具代表性的是人脸识别技术 。
人脸识别流程包括人脸采集、人脸检测、人脸特征提取和人脸匹配识别 。 人脸识别过程采用了机器学习中的AdaBoos算法、卷积神经网络以及支持向量机等多种技术 。 人脸识别已广泛应用于刷脸登录、实名认证以及网络支付等各领域 。
文章图片
2、异常检测
针对网络摄像机等安防产品 ， 一个完备的网络防护系统 ， 关键是能够检测异常状态并迅速做出响应 。 网络状态实时动态变化 ， 异常状态是相对正常状态而言的 ， 他们的表现形式并非一成不变 。 从复杂的网络状态中发现异常的过程 ， 称为异常检测 。 在网络安全领域 ， 异常检测能检测来自外部的恶意攻击 ， 也能识别内部的越权访问 。
异常行为复杂多变 ， 可能包含多条数据流量或者多个动作 。 每条数据含有地址、端口、协议和路由等多个信息 ， 动作可能是频繁访问文件或者传输大量异常数据等 。 因此 ， 检测的难点在于如何对这些特征进行抽象并表达 。
近年来 ， 无监督学习越来越多地被用于异常检测 。 数据降维可以降低数据向量的维数 ， 去除冗余信息 ， 提高识别精度 ， 进一步发掘数据内部的本质特征 。 关联规则学习能通过学习源数据 ， 发现行为集合与异常状态的潜在关联信息 。 而通过基于概率分布和频度的聚类算法 ， 最终能将正常行为和异常行为区分开来 。 这一系列的机器学习算法 ， 将网络安全的异常检测应用更加成熟化 。
结束语
传统的网络安全防护技术是从已知攻击推断出的规则 ， 并将规则应用于这些已知攻击的识别并阻止其运行 。 然而不断升级的各种恶意攻击行为能绕开这套机制并对网络安全造成重大破坏 ， 这使得人们需要引入一种新的实时检测和响应的安全机制 ， 来替换以前基于规则的预防系统 。 人工智能技术的蓬勃发展 ， 正好提供了这个契机 。
人工智能让计算机模拟人的学习过程 ， 通过多种算法构建成体系的防护系统 ， 并且能在和恶意行为的斗争中学习经验 ， 优化自身性能 。 人工智能技术能实时调整和改进 ， 是主动检测而不是被动防御 ， 在网络安全领域应用中取得了重大进步 。
我们也应该清醒地看到 ， 当前人工智能技术并不能像人们所期望的那样 ， 可以解决所有网络安全问题 。 机器学习只是解决了网络安全中的一小部分问题 。 目前被成功应用的解决方案以监督学习为主 ， 但是要建成实时的整套防护体系 ， 需要更多的利用无监督学习 ， 最终目标是尽量减少人类的参与 ， 这还有很长的路要走 。
另外 ， 人类目前应用的只能算是弱人工智能 ， 即使对于部分已经成功运用的算法 ， 也没有彻底掌握其运行机理 。 更加值得注意的是 ， 人工智能技术用于网络安全防护时 ， 可能本身也存在未被发现的漏洞 。 还有 ， 不仅仅是防御者 ， 黑客也已经在尝试利用人工智能技术作为进攻武器 ， 网络安全领域的防护仍然任重而道远 。
推荐阅读
- 驱动之家资讯|支付宝搜索流量全面开放：麦当劳、肯德基、星巴克等抢先升级“品牌直达”
- 寒武纪科学馆|太空飞船如何安全返回地球？经历哪几个阶段？了解一下
- 超越不离开|普通百姓只能等死专家记住这3个地方绝对安全，若核战争爆发
- 快资讯|时间和细节都吻合，《穿越火线》变悬疑片？撞倒路小南的就是大蔚
- 不爱之恩|成员相关更新，runningman最新资讯：狗哥与妻子合照曝光
- 一点资讯娱乐|张翰也在追《哥哥》,看完给杨洋打电话,说出评价大家都笑了
- 科技/资讯 易捷行云作为发起单位成立山东?PKS长城网信产业联盟，拓展信创云生态
- 每日经济新闻|11人中毒，1人抢救无效去世！紧急提醒：近期吃河粉要小心
- 每日经济新闻|增量资金来了——道达早评
- 温州市6114艘渔船全部归港避风或驶入安全水域