安全攻防新战场上的机器学习场景应用与分析 |
关于机器学习:大家都知道机器学习将是未来人工智能领域的重要环节,然而大家可能不知道的是机器学习还包括了统计学、概率论、线性代数以及数学计算。比如我们今日头条的文章推荐就是根据机器学习通过大量的数据来给相关的用户推送相关的内容,与此同时很多大型互联网公司都在大力引进机器学习。 机器学习主要分析监督学习和无监督学习两种类型,在监督学习中需要处理的数据是已被事先打上标签的【具有认人为定义的标识特征】;无监督学习则与之相反,在进行安全分析时,需要视具体情况采用具体做法,具有一定的机动性。 接下来小编给大家讲讲机器学习在安全攻防场景的应用:从上图可以看出机器学习主要应用于web安全、身份认证、网络安全、安全漏洞与恶意代码、入侵检测与防御、社会工程学,在这里我就不说那些技术性的了,着重给大家说下机器学习在社会工程学中运用,社会工程学被黑客们称之为“社工学”社工学多被政fu机关运用来查找坏人,说句不好听的话现在我们每个玩互联网的人在大数据社工学面前都是“透明”的,当然社工学也被很多黑客利用,很多黑客组织手上都有自己的社工库,他们利用自己手上的社工库去装库来达到破解一些用户的密码或者收集一些用户的资料,美国一名很屌的黑客就曾经说过其实最牛的黑客技术就是“社工学”。 关于本人对机器学习领域的分析:从上图中可以看出机器学习领域的发展主要从以下四个方面着手,应用分析、建模难点、技术盲点、安全问题,大家可以看出最后一项是安全问题,说明该技术在安全领域确实有良好的应用效果,但为了更好的安全攻防,机器学习也并非万能的,不能单打独斗,而是需要进行人机结合。安全专业团队通过分析实际场景问题,将专业知识与经验用在机器学习模型中,才能全方位的在安全领域给予用户足够的安全保障,真心希望在不久的将来机器学习技术能被安全团队越来越多的运用到个人信息保护和风险控制,能够成为用户和企业的强有力助手! |