人工智慧可以做威脅預測?途隆雲:偽命題!
本文講的是 : 人工智慧可以做威脅預測?途隆雲:偽命題 , 【IT168 評論】有這樣一家安全廠商,他在抗擊DDoS方面可謂是頗有建樹,尤其是針對遊戲DDoS攻擊的防護方面,有著多年的防護經驗。就在今年6月份,其成功抵禦了“暗雲Ⅲ”風暴連續10小時900G的海量攻擊,遊戲行業作為“重災區”在此次攻擊中影響最為明顯,而這家安全廠商平臺上的所有使用者卻能夠安然無恙,業務不受任何影響。
▲途隆雲CEO 張曉兵
如果對網路安全圈有所瞭解的朋友可能已經猜出了這家安全廠商,他就是專注網路安全多年的途隆雲。而就在前不久成功舉辦的第五屆中國網際網路安全大會(ISC2017)上,途隆雲作為雲端計算安全的領航者得以受邀參會。途隆雲CEO張曉兵以“網路空間安全新尺度”為題進行了精彩的分享。
抗D界“扛把子”的制勝法寶
剛剛提到,途隆雲是做抗擊DDoS起家,尤其是在針對遊戲抗DDoS防護方面有著豐富的經驗,那途隆雲的抗D平臺和其他平臺相比有哪些優勢呢?對此張曉兵向我們做出了簡單的介紹:
途隆雲提出了一個網路攻擊防禦3.0的概念,其中1.0是相當於當發現被DDoS攻擊了,買一個抗D的裝置來進行抵禦,但當一些真實流量打過來的時候,裝置就沒有用了,因為總出口是50G,當打出500G的攻擊,那肯定就無法相抗的。
而後演變出了雲防護系統,利用在全國建立資料中心多個節點,大股流量攻擊時,可以用多個節點分擔,比如北京分擔50G,上海分擔50G等,用全國的流量分擔,整個500G的流量就分擔出去,這是整個雲防系統。
但張曉兵提到,最近兩年攻防技術在不斷升級,攻擊方發現因為你是個雲防的體系,當他打DNS和域名打不動的時候,他就直接攻擊你的IP,無論全國有多少個節點,最終雲防系統的IP數值是已知的,最多10個ip。攻擊方僅需對每一個ip都打上500G的流量攻擊,如此一來整個雲防系統也面臨癱瘓。
而途隆雲的防護方式的獨特之處在於,他們認為,當攻擊已然這麼高,單股流量已經這麼大的時候,雲防是不起作用的,此時就必須用一種單點抗D的能力來抵禦。而途隆雲做到了單點抗D能力為1.3T,馬上達到2.3T。而相比其他安全企業的三四百G的抗D能力來講,其抗擊能力在業內是當之無愧的“槓把子”!
AI做威脅預測?偽命題!
今年的ISC大會的主題是”萬物皆變,人是安全的尺度”,主張以人為主導,人是安全的核心,相對於今年大為光火的人工智慧來講無疑給出了方向。那當人工智慧和安全發生“碰撞”時,又該如何來權衡呢?對此張曉兵給出了他的理解:張曉兵認為:用AI來做威脅預測是個偽命題。
他認為AI是替代人類重複性的工作或者重複性產生的經驗,他能根據人的需要進行模擬,但他永遠不能代替人類,因為他只有一個智慧而沒有智力,沒有獨立思考的能力。
此外,安全除了機器學習、深度學習,機器學習是AI1.0的概念,是在一個有限的資料集裡做模式匹配。他舉例稱,無論是人臉識別還是指紋識別,總共採集300人的量,去對比3000人中是不是有這300個資料,看這300個比對是不是在裡面,這就是個有限的資料集。而AI2.0像阿法狗,去深度學習的時候是在一個開放的資料集中,在無窮大的資料集裡用深度搜尋尋找特徵。
張曉兵坦然,他也有想過,是夠能將AI應用在安全領域,安全有個幾個問題是可以用機器實現的,第一個是樣本識別,第二個流量攻擊識別,第三個漏洞行為識別。但就目前來看,安全更多的是一維的無向量,想在簡單的資料流裡試圖用深度學習來總結規律是非常困難的。
所以張曉兵認為AI可以做大量的重複的資料類的分析。但深度學習很難在一維無向量的資料裡得到應用,所以他認為用AI做威脅預測是個偽命題!途隆雲對AI尺度的認知是,可以將其應用到DDoS攻擊的識別和攻擊小組及攻擊工具的識別上,根據正常資料流進行常用IP地址庫的學習,以此進行攻擊溯源。
而在對網路安全的認知方面,張曉兵將網路安全的發展做了形象的比喻:從前期的買藥階段到如今的賣保險,而未來將呈現出健康的發展模式。他認為未來的安全將發生根本性的改變,即從被動防禦到主導防禦的轉變,將從以使用者為主導向基於業務場景為導向發生轉變,安全也將更加智慧,更加貼合業務需求!
原文釋出時間為:2015年7月6日
本文作者:高博
本文來自雲棲社群合作伙伴IT168,瞭解相關資訊可以關注IT168
原文標題 :人工智慧可以做威脅預測?途隆雲:偽命題!
相關文章
- 人工智慧是偽命題?“AI國家隊”雲從科技流血上市 短期盈利無望人工智慧AI
- 這是個技術偽命題
- 霍金已逝,人工智慧的威脅還在!人工智慧
- NASA研發地球入侵警報系統 預測行星威脅
- 雲端計算的安全問題是“偽命題”嗎?
- 人工智慧會威脅到基督教信仰嗎?人工智慧
- 雲原生網站威脅掃描系統網站
- 美國政府:預計2026年人工智慧可能威脅美國47%工作崗位人工智慧
- 偽命題:Java傳遞的值還是引用?Java
- 旨在改進威脅檢測的系統
- 人工智慧領域專家學者回應 Elon Musk 人工智慧威脅論人工智慧
- 霍金“人工智慧威脅論”:會摧毀中產階級人工智慧
- 人工智慧時代將至 機器人會是威脅嗎?人工智慧機器人
- 新病毒偽裝成電腦遊戲軟體威脅隨身碟安全(轉)遊戲
- 什麼是網路安全威脅?常見威脅有哪些?
- 郵件安全威脅
- 威脅建模基礎
- 八大現象論證人工智慧威脅論真的存在!人工智慧
- 比爾・蓋茨公開表示:人工智慧始終存在威脅人工智慧
- 組織沒有準備好面對雲安全威脅
- Websense網際網路威脅報告:Web威脅更具混合性Web
- 新基建下的威脅狩獵|看綠盟綜合威脅分析系統
- 機器學習:安全還是威脅?機器學習
- Toby Walsh教授:四個指數趨勢解釋人工智慧威脅論!人工智慧
- 人工智慧可以預測心臟病發作時間 挽救更多生命人工智慧
- AI的存在不是威脅真正的威脅是沒有正確使用AIAI
- 威脅預警|微軟最新遠端高危漏洞通告及防禦措施微軟
- 威脅加劇促使企業提高行動網路安全預算
- 技術發力,資本佈局,元宇宙不是偽命題元宇宙
- POS權益證明機制的去中心化是偽命題中心化
- 企鵝吃喝指南CEO王志偉:內容電商是個偽命題
- 應雲而生,幽靈的威脅 - 雲原生應用交付與運維的思考運維
- 另一種威脅論,人工智慧也許會令人類變廢物人工智慧
- 使用基於 AI 的網路安全更快地檢測威脅AI
- ClickHouse與威脅日誌分析
- 威脅分析矩陣(轉載)矩陣
- IBM推出雲原生SIEM,助力安全團隊高效應對威脅IBM
- Crowd Research:2017年威脅、監測、檢測和響應報告