|
作者：Imagination Technologies戰略-安全副總裁Marc Canel 在過(guò)去的幾年中，信息安全一直都是基于防病毒方案、隔離技術(shù)和加密技術(shù)的組合。政府機構和信息安全公司愿意采用跟蹤互聯(lián)網(wǎng)流量的方法，并根據其簽名查找可疑材料。這些技術(shù)重點(diǎn)是在出現問(wèn)題后去檢測惡意軟件，并去實(shí)現良好數據與惡意軟件之間的隔離。但是，如果惡意軟件未被檢測到，它可能會(huì )在系統后臺中潛伏數月甚至數年，并在以后變得活躍。 消費領(lǐng)域正在迅速變化。它正在從一種只有電腦、游戲機和智能手機連接到互聯(lián)網(wǎng)的環(huán)境中遷移出來(lái)。漸漸地，這種環(huán)境集成了傳感器、攝像頭和智能家電等新型設備，其目的是讓它們的所有者和用戶(hù)實(shí)時(shí)了解生活中的許多事情：如房屋狀況、家庭事務(wù)、人身安全、天氣等等。 現在，我們有了一個(gè)更加復雜的環(huán)境，其中包含越來(lái)越多的設備，每一個(gè)設備都可能成為攻擊目標，并且存在隱私和安全漏洞。然而，除了筆記本電腦和智能手機，這些聯(lián)網(wǎng)設備通常最多只能執行一項或兩項功能。如果它們是發(fā)源于設計目的，監控站可以向中央系統發(fā)出警報并標記問(wèn)題。這就是人工智能（AI）和機器學(xué)習（ML）在保護消費者周邊環(huán)境方面可以發(fā)揮的重要作用。 人工智能和機器學(xué)習對保護消費者的重要性 機器學(xué)習可被用于確定系統的行為模式，如網(wǎng)絡(luò )上的流量、正在運行的應用程序、設備之間建立的通信。機器學(xué)習系統將追蹤在設備、本地網(wǎng)絡(luò )或云端中的模式。 在設備層面，本地機器學(xué)習系統將通過(guò)查看存儲器、任務(wù)、IP地址等一系列參數來(lái)確定設備的正常運行模式，并確定在正常條件下的運行方式。在只有一種或兩種功能的智能家用電器中，通過(guò)嵌入能增強機器學(xué)習引擎的神經(jīng)網(wǎng)絡(luò )加速器（NNA），可實(shí)現對行為模式的良好建模。設備可以將其元數據報告給網(wǎng)絡(luò )級或云級系統，該系統將接收所有這些信息并在眾多的設備群中進(jìn)行分析。 在網(wǎng)絡(luò )層面，路由器可以查看所有的流量，并可以運用自己的智能來(lái)確定聯(lián)網(wǎng)中的設備何時(shí)與外界進(jìn)行通信。通過(guò)使用機器學(xué)習引擎，它們可以評估何時(shí)出現異常通信，可以檢測到從網(wǎng)絡(luò )到外界的異常數據流，可以將其作為一個(gè)問(wèn)題來(lái)報告。反之亦然，它們可以識別針對本地設備的異常流量來(lái)源。 在云端，應用程序的主機可以看到非常廣泛的設備和網(wǎng)絡(luò )，并且借助它們大型的計算資源，它們可以追蹤整個(gè)環(huán)境中的實(shí)時(shí)活動(dòng)。它們應用了與設備層面或網(wǎng)絡(luò )層面相同的機器學(xué)習概念，但是由于其計算能力，它們可以處理更多的數據，并可以查看龐大生態(tài)系統的更加具體的信息。 來(lái)自商業(yè)和工業(yè)市場(chǎng)的經(jīng)驗 機器學(xué)習和取證分析在工業(yè)和商業(yè)環(huán)境中已經(jīng)很普遍。在醫院、運輸系統、工廠(chǎng)、石油和天然氣平臺等工業(yè)領(lǐng)域內，都有基于機器學(xué)習的安全技術(shù)的成功示例。機器學(xué)習與分離敏感數據和追蹤已知攻擊的傳統技術(shù)結合使用。它通過(guò)分析提供了早期識別破壞性行為的額外維度。由于互聯(lián)設備生態(tài)系統不斷增長(cháng)的挑戰，導致追蹤單個(gè)設備變得越來(lái)越困難。需要人工智能系統的幫助才能確定設備在什么時(shí)候被惡意軟件感染。 機器學(xué)習系統將能夠檢測到由安裝在網(wǎng)絡(luò )攝像頭中的惡意軟件所引起的Mirai僵尸網(wǎng)絡(luò )（Mirai botnet）等攻擊。該僵尸網(wǎng)絡(luò )在美國東海岸的互聯(lián)網(wǎng)目錄服務(wù)器上發(fā)起了服務(wù)拒絕（DoS）攻擊。無(wú)論是在設備層面還是在網(wǎng)絡(luò )層面，通過(guò)使用機器學(xué)習技術(shù)都會(huì )檢測到與攻擊相關(guān)的異常行為，并會(huì )盡早通知設備所有者。 2020年的人工智能信息安全 機器學(xué)習在消費領(lǐng)域中的應用是非常廣泛的。從檢查隱私參數是否已被正確設置并定期追蹤，到觀(guān)察設備的運行、保護消費者的數據和私人信息，機器學(xué)習系統成為消費環(huán)境的守護者。它被置于設備內、路由器和托管應用的云端中，這些信息安全層共同協(xié)作，為設置設備和保護消費者提供指導。 通過(guò)將元數據設備和網(wǎng)絡(luò )元數據傳輸到云級系統，設備和網(wǎng)絡(luò )可以進(jìn)行云分析和取證活動(dòng)。云端機器學(xué)習和分析系統可以鳥(niǎo)瞰龐大的生態(tài)系統，它可以跨網(wǎng)絡(luò )連接行為模式。雖然這些技術(shù)最初是在商業(yè)和工業(yè)市場(chǎng)中首創(chuàng )的，但是它們完全適用于消費領(lǐng)域。 總而言之，物聯(lián)網(wǎng)（IoT）消費設備的連接增加了惡意軟件的攻擊面。同時(shí)，通過(guò)與云端運營(yíng)商共享這些元數據，它使基于機器學(xué)習的分析能夠提供基于本地環(huán)境行為模式的安全解決方案。 |
