无障碍
x

全部频道

中国> 正文

人工智能:让我们有机会走在攻击者前面那么一点点

2017-12-07 01:34 新华网/中国政府网

来源标题:人工智能:让我们有机会走在攻击者前面那么一点点——瑞星安全研究院院长叶超谈人工智能反病毒那些事儿

新华社北京12月6日电 在传统反计算机病毒领域,“道高一尺,魔高一丈”的“老鼠戏猫”循环游戏,使反病毒专家总是落后攻击者那么一拍半拍,处于被动防守的不利境地。

随着人工智能在反病毒领域的运用,这种情形正在发生着令人憧憬的变化:通过简单变化产生的病毒变种传播成本激增,生存空间剧降,防御者第一次有机会能走在病毒前面那么一点点。

不休息不疲倦:把人从简单烦琐的工作中解放出来

什么叫反计算机病毒领域的人工智能?瑞星安全研究院院长叶超认为,就是会不断学习和自我进化的计算机病毒识别软件。

“一个反病毒工程师一天满负荷工作,也只能处理不超过200个、分析不超过20个病毒样本。”叶超说,最初的病毒多以技术炫耀为目标,每天也就数千个,手工编写查杀逻辑基本可以应付过来。

随着病毒批量化生产,目前每天新增的疑似病毒样本高达数十万甚至数百万个,远远超过了人力的极限。

“人工智能就像公司雇了一批不休息、不疲倦的新员工,只要教会他们判定病毒的方法,就能24小时不间断工作。”叶超说,仅仅按工作量计算,一套人工智能系统可承担的工作量相当于数十万个工程师。

面对数量庞大的恶意软件,一套基于机器学习的恶意软件检测人工智能系统,就能把工程师从那些简单烦琐的“猫鼠游戏”中解放出来,在降低成本的同时,大大提高工作效率。

会学习会进步:火眼金睛辨识病毒变种

数以十万计、不间断乔装改扮的网络病毒,混杂于海量软件之中。人工智能如何从这些海量程序中,准确而快速地逮住恶意病毒呢?

“秘密就在于人工智能会学习、会进步。”叶超说。

警察抓小偷,先要记住小偷的特征:左顾右盼寻找目标的眼神、不离手的作案道具如报纸、爱出没的地方如火车站等。工程师“训练”反病毒人工智能,也首先要教它学习病毒的基本特征,再让它根据这些特征,在数千万个案例中训练“抓”病毒,经过不断调整优化,最终学会根据这些特征快而准地判定病毒。

那么问题来了:如果病毒把“白马甲”换成“黄马甲”,人工智能还能不能认出来?

“人工智能的学习能力很强,它每隔一段时间就‘扫描’一遍新增病毒,并把‘新马甲’纳入特征库,完成一次知识更新。”叶超说,“不断学习,不断更新自己的知识储备和判断能力,这就是人工智能的‘智能’所在。”

基于大数据的人工智能:最可靠的“笨”办法

比如,就在人流如织的火车站,就有那么一个人左顾右盼,而且,手里还拿着一张报纸,怎么看怎么像个小偷。但多有经验的老警察,也无法肯定他就是一个小偷。

这就是人工智能在反病毒领域应用的最大障碍——“误报”:即使准确率达到99%,1%的误报率也无法接受。

为了提高准确率,工程师需要把人工智能要识别的病毒的特征描述得足够详尽,这在人工智能领域称为“特征维度”:维度越高,描述就越详细,判断也就越准确。以瑞星为例,目前病毒的特征维度已达到4778维,而我们对普通物体的识别一般只需几百维。

专家认为,和人工时代基于数学统计的抽样分析相比,基于大数据分析的人工智能,以无限接近病毒全貌的特征描述,加上有克制的推理能力,使这个既不投机也不取巧的“笨”办法,获得了很高的准确率。

以勤补拙:不漏网一毒,不枉杀一个

为了不枉杀一个好程序,人工智能选择了详尽描述的“笨”办法。以瑞星为例,目前人工智能病毒检测系统需要学习的典型程序已经超过1亿个,全部“学习”一遍需要120小时。

那么,在人工智能“学习”的这120个小时中,新产生的数百万病毒怎么办呢?工程师的办法是:缩短学习时间,提高学习频率。

瑞星工程师设计了一种“降维”方法,将4778维特征转换到100维特征,并让人工智能在100维特征上进行二次学习。“这样就把学习时间从120小时降到了40分钟。”叶超说,“而且这40分钟内新产生的病毒也被纳入学习对象,从而实现了对病毒高频次、无缝隙的巡视。”

专家认为,增加学习样本,提高学习频率,这种以勤补拙的办法,让人工智能既快又全地学习新病毒,不断更新知识系统,变得越来越聪明。

责任编辑:董佳兴(QN0008)作者:新华社

为你推荐

加载更多

北京千龙新闻网络传播有限责任公司版权所有 未经千龙新闻网书面特别授权,请勿转载或建立镜像,违者依法必究新出网证(京)字013号 增值电信业务经营许可证 2-2-1-2004139 跨地区增值电信业务许可证

信息网络传播视听节目许可证0104056号 互联网新闻信息服务许可证11120180003号 京公网安备 11000002000007号

分享到:
QQ空间 新浪微博 微信 腾讯微博 QQ好友 百度首页 腾讯朋友 有道云笔记