試析人工智能技術在網絡空間安全防御中的應用

◆王 照

（河南護理職業學院 河南 455000）

對于始終處于動態演化過程中的網絡空間來說，為開展有效的網絡防御，必須采用分布式協同的多種防御手段，網絡空間安全防御因此天然存在較高難度。為提升網絡空間安全防御水平，不需要人工操作的人工智能技術應在其中充分發揮自身優勢。

1 網絡空間安全防御中人工智能技術的典型應用

1.1 神經網絡技術

神經網絡技術具備容錯能力強、信息分布存儲、學習能力強、可適應不同信息處理要求、可實現知識自我組織、執行速度較快、可較好服務于并行處理等優勢，神經網絡技術因此較為適用于網絡空間安全防御中的識別學習、分類，且能夠較好地針對攻擊事件選擇應對手段。現階段網絡入侵檢測領域的神經網絡技術應用極為廣泛，如惡意軟件分類、垃圾郵件檢測、計算機蠕蟲檢測、僵尸檢測、DDoS 檢測等均屬于神經網絡技術的典型應用。以傳統入侵檢測方法為例，這類方法存在識別準確度和檢測效率較低的不足，而通過應用神經網絡技術，結合不同的訓練數據集基礎，并綜合應用多層感知器技術和循環網絡技術，即可針對性建立神經網絡體系結構，較好服務于入侵檢測。值得注意的是，近年來神經網絡技術的發展極為迅速，被稱為第三代神經網絡的強化神經網絡以及現場可編程門陣列FPGAs 的出現和應用為網絡空間安全防御提供了新的發展方向，由此可深入了解神經網絡技術在該領域的應用價值[1]。

1.2 專家系統

作為發展較早和較為成熟的人工智能技術，專家系統由推理機和知識庫組成，基于專家所提供的某個領域知識，專家系統可通過對人類專家決策過程的模擬，提供專家水準的解答，且知識表示多基于規則，知識的質量直接決定專家系統的能力高低。對于網絡空間安全防御來說，基于網絡安全專家知識和經驗建設專家系統，即可較好服務于網絡防御自動化系統開發，該系統可實現高水平的自動化決策制定，由此可見專家系統在網絡空間安全防御中的應用價值。以NIDES 系統為例，作為網絡空間安全防御中專家系統的典型應用，該專家系統專門用于入侵檢測和異常檢測的實現。它采用了新型統計算法，內嵌有入侵場景編碼，基于審計日志和多種統計學方法，即可自動進行用戶行為的統計學特征計算，結合統計結果建立不同權限用戶組正常行為描述模型，并采用子系統用于用戶行為監控，并將專家制定的異常規則及以往的用戶行為和監控的用戶行為進行比較，即可基于閾值準確判斷入侵行為，專家系統也能夠由此較好服務于網絡空間安全防御[2]。

1.3 多Agent 技術

作為分布式人工智能領域的代表性技術，Agent 可以被視作可自動執行的實體，在傳感器和效應器支持下，Agent 能夠實現對環境的感知并作用于環境。在網絡空間安全防御領域，多Agent技術具備較高應用價值，基于Agent 技術的規劃能力和環境感知能力，多Agent 技術可較好服務于入侵檢測和入侵防御、網絡態勢感知，這同樣能夠較好滿足網絡空間安全防御需要。在基于多Agent 技術的網絡空間安全防御實踐中，美國國土安全部的DIMES 和Archipelago 均屬于其中代表，通過大量agent 測量互聯網空間的拓撲和結構，連續測量之下最終實現了全球互聯網地圖的匯總形成，互聯網空間網絡感知能力在多Agent 技術支持下大幅提升。此外，在應對分布式網絡攻擊方面，多Agent 技術也能夠發揮不俗作用，如由此針對性建設網絡安全監測系統，即可通過在不同網絡環境中部署Agent，實現agent 間的網絡可疑事件交流，由此開展針對性的協同判斷，即可最終實現分布式網絡攻擊的判斷，可能存在的威脅也能夠由此明確。此外，多Agent技術還能夠較好用于網絡入侵防御、P2P 網絡服務、指揮和控制網絡防御行動、網絡空間安全演練平臺。以網絡空間安全演練平臺的多Agent 技術應用為例，DECIDE 屬于其中代表，作為一種用于分布式環境，DECIDE 主要用于國家關鍵基礎設施網絡安全決策演練，而在多Agent 技術的支持下，人類參演人員的實時交互可順利實現，非常真實的虛擬對手模擬也能夠更好服務于網絡空間安全防御。在多Agent 技術的具體應用中，基于該技術的軟件系統可細分為分散式和集中式兩類，前者可實現分散式協作，且集中控制節點失效帶來的影響較小，這使得技術應用擁有更強的抗毀性[3]。

2 網絡空間安全防御中人工智能技術應用注意事項

2.1 明確基本應用方向

為保證人工智能技術更好地服務于網絡空間安全防御，明確人工智能技術的基本應用方向也需要得到重視，結合行業的相關實踐可以了解到，防火墻、入侵檢測、反垃圾郵箱系統均屬于現階段網絡空間安全防御中人工智能技術的典型應用。以基于人工智能技術的人工智能網絡防火墻為例，通過利用網絡邊界和人工智能技術，即可針對性建設網絡通信監控系統，有效隔離內部網絡和外部網絡，實現對外部網絡入侵的有效阻擋，因此可以將防火墻視作一種內部屏障，其能夠較好將不安全因素阻擋在外。結合大數據技術與云計算技術，人工智能防火墻可結合“主動安全，智慧驅動”理念，實現基于本地和云端大數據的訓練與建模，由此即可為未知應用行為、未知用戶行為、未知威脅提供安全策略，并及時檢測和分析用戶、應用、威脅，真正擁有分析檢測高級威脅的能力，各類復雜高效的高級網絡攻擊威脅可通過這一人工智能防火墻實現較好應對。深入分析可以發現，人工智能防火墻具備的優勢主要表現為穩定而高速的海量業務處理性能、云端及本地的虛擬化技術、智能關聯分析、加密流量協議快速分析、全局威脅可視的集中監控，配合高級威脅檢測、多維全棧分析、多元環境感知、云端能力賦能、彈性硬件架構、異常行為判別、加密流量識別等具體功能，人工智能防火墻即可更好服務于網絡空間安全防御。

2.2 加強倫理規范建設

隨著人工智能技術的廣泛應用，網絡安全領域的人工智能技術應用正面臨著倫理困境，如傳統技術視域的認知觀被顛覆，網絡倫理與人工智能倫理的復雜交織、安全可控與創新發展的辯證

矛盾、相關規范的缺失同樣屬于人工智能技術面臨的倫理困境，其在網絡空間安全防御中的應用也因此受到了一定制約。為保證人工智能技術更好地服務于網絡空間安全防御，國際層面的相關探索應得到重視，如倫理規范原則標準的制定、倫理監督委員會的建設、人工智能應用倫理約束的加強均需要得到重視。結合我國網絡空間安全防御需要和人工智能技術發展現狀，本文建議從倫理規范價值作用審視、倫理規范國際合作長效機制建設、倫理規范組織機構建設三方面入手，通過構建網絡安全發展新秩序、推動網絡開放協作共享、強化行業監督、科學運行網絡綜合治理體系、建立全球社會和中國公民之間的法律上和道德上的共識、加強國際相關合作、創新人工智能網絡安全發展、成立國家層面和網絡安全領域的倫理監督委員會，即可向符合道德的方向引領人工智能技術發展，保證其更好服務于網絡空間安全防御。

3 結論

綜上所述，人工智能技術可較好服務于網絡空間安全防御。在此基礎上，本文涉及的明確基本應用方向、加強倫理規范建設等內容，則明確了人工智能技術的應用方向。為進一步加強網絡空間安全防御，人工智能技術的應用還需要關注相關實踐和探索的積極開展。