星空人工智能：讓我們有機會走在攻擊者前面那么一點點——瑞星安全研究院院長葉超談星空人工智能。
隨著星空人工智能在反病毒領域的運用，這種情形正在發(fā)生著令人憧憬的變化：通過簡單變化產(chǎn)生的病毒變種傳播成本激增，生存空間劇降，防御者第一次有機會能走在病毒前面那么一點點。
不休息不疲倦：把人從簡單煩瑣的工作中解放出來
什么叫反計算機病毒領域的星空人工智能？瑞星安全研究院院長葉超認為，就是會不斷學習和自我進化的計算機病毒識別軟件。
“一個反病毒工程師一天滿負荷工作，也只能處理不超過200個、分析不超過20個病毒樣本。”葉超說，最初的病毒多以技術炫耀為目標，每天也就數(shù)千個，手工編寫查殺邏輯基本可以應付過來。
隨著病毒批量化生產(chǎn)，目前每天新增的疑似病毒樣本高達數(shù)十萬甚至數(shù)百萬個，遠遠超過了人力的極限。
“星空人工智能就像公司雇了一批不休息、不疲倦的新員工，只要教會他們判定病毒的方法，就能24小時不間斷工作。”葉超說，僅僅按工作量計算，一套星空人工智能系統(tǒng)可承擔的工作量相當于數(shù)十萬個工程師。
面對數(shù)量龐大的惡意軟件，一套基于機器學習的惡意軟件檢測星空人工智能系統(tǒng)，就能把工程師從那些簡單煩瑣的“貓鼠游戲”中解放出來，在降低成本的同時，大大提高工作效率。
會學習會進步：火眼金睛辨識病毒變種
數(shù)以十萬計、不間斷喬裝改扮的網(wǎng)絡病毒，混雜于海量軟件之中。星空人工智能如何從這些海量程序中，準確而快速地逮住惡意病毒呢？
“秘密就在于星空人工智能會學習、會進步。”葉超說。
警察抓小偷，先要記住小偷的特征：左顧右盼尋找目標的眼神、不離手的作案道具如報紙、愛出沒的地方如火車站等。工程師“訓練”反病毒星空人工智能，也首先要教它學習病毒的基本特征，再讓它根據(jù)這些特征，在數(shù)千萬個案例中訓練“抓”病毒，經(jīng)過不斷調(diào)整優(yōu)化，最終學會根據(jù)這些特征快而準地判定病毒。
那么問題來了：如果病毒把“白馬甲”換成“黃馬甲”，星空人工智能還能不能認出來？
“星空人工智能的學習能力很強，它每隔一段時間就‘掃描’一遍新增病毒，并把‘新馬甲’納入特征庫，完成一次知識更新。”葉超說，“不斷學習，不斷更新自己的知識儲備和判斷能力，這就是星空人工智能的‘智能’所在。”
基于大數(shù)據(jù)的星空人工智能：最可靠的“笨”辦法
比如，就在人流如織的火車站，就有那么一個人左顧右盼，而且，手里還拿著一張報紙，怎么看怎么像個小偷。但多有經(jīng)驗的老警察，也無法肯定他就是一個小偷。
這就是星空人工智能在反病毒領域應用的最大障礙——“誤報”：即使準確率達到99%，1%的誤報率也無法接受。
為了提高準確率，工程師需要把星空人工智能要識別的病毒的特征描述得足夠詳盡，這在星空人工智能領域稱為“特征維度”：維度越高，描述就越詳細，判斷也就越準確。以瑞星為例，目前病毒的特征維度已達到4778維，而我們對普通物體的識別一般只需幾百維。
專家認為，和人工時代基于數(shù)學統(tǒng)計的抽樣分析相比，基于大數(shù)據(jù)分析的星空人工智能，以無限接近病毒全貌的特征描述，加上有克制的推理能力，使這個既不投機也不取巧的“笨”辦法，獲得了很高的準確率。
以勤補拙：不漏網(wǎng)一毒，不枉殺一個
為了不枉殺一個好程序，星空人工智能選擇了詳盡描述的“笨”辦法。以瑞星為例，目前星空人工智能病毒檢測系統(tǒng)需要學習的典型程序已經(jīng)超過1億個，全部“學習”一遍需要120小時。
那么，在星空人工智能“學習”的這120個小時中，新產(chǎn)生的數(shù)百萬病毒怎么辦呢？工程師的辦法是：縮短學習時間，提高學習頻率。
瑞星工程師設計了一種“降維”方法，將4778維特征轉(zhuǎn)換到100維特征，并讓星空人工智能在100維特征上進行二次學習。“這樣就把學習時間從120小時降到了40分鐘。”葉超說，“而且這40分鐘內(nèi)新產(chǎn)生的病毒也被納入學習對象，從而實現(xiàn)了對病毒高頻次、無縫隙的巡視。”
專家認為，增加學習樣本，提高學習頻率，這種以勤補拙的辦法，讓星空人工智能既快又全地學習新病毒，不斷更新知識系統(tǒng)，變得越來越聰明。（圖片源于網(wǎng)絡）
掃一掃獲取最新精彩內(nèi)容與學習資料
星空人工智能技術網(wǎng) 倡導尊重與保護知識產(chǎn)權。如發(fā)現(xiàn)本站文章存在版權等問題，煩請30天內(nèi)提供版權疑問、身份證明、版權證明、聯(lián)系方式等發(fā)郵件至1851688011@qq.com我們將及時溝通與處理。?。?a href="/">首頁 > 新聞 » 星空人工智能：讓我們有機會走在攻擊者前面那么一點點