人工智能技術(shù)在網(wǎng)絡(luò)安全領(lǐng)域的應(yīng)用

張立偉　趙曉璞

關(guān)鍵詞：人工智能技術(shù)；網(wǎng)絡(luò)安全；深度學習

中圖法分類號：TP393 文獻標識碼：A

1引言

20世紀后期，人工智能技術(shù)開始進入飛速發(fā)展階段，進入21世紀后，隨著大數(shù)據(jù)、高性能CPU和高速網(wǎng)絡(luò)深度學習方法的不斷發(fā)展和完善，人工智能技術(shù)具備了良好的實用性。

2網(wǎng)絡(luò)安全形勢分析

隨著現(xiàn)代信息技術(shù)的發(fā)展，人們的生產(chǎn)和生活都與互聯(lián)網(wǎng)息息相關(guān)，互聯(lián)網(wǎng)已經(jīng)成為社會經(jīng)濟發(fā)展的重要組成部分。如今，世界各國對網(wǎng)絡(luò)安全的重視程度都大幅度增加。通過對大量的網(wǎng)絡(luò)安全事件進行篩選和分析后發(fā)現(xiàn)，導(dǎo)致網(wǎng)絡(luò)安全問題發(fā)生的重要原因除了軟件和硬件的缺失與不足，人為因素也是其中一項極其重要的因素，操作人員的疏忽以及誤操作、響應(yīng)遲緩、決策錯誤等都有可能引發(fā)網(wǎng)絡(luò)安全問題。

網(wǎng)絡(luò)安全問題是一項綜合性問題，涉及許多方面。在家庭網(wǎng)絡(luò)中，人們可以通過設(shè)置防火墻、虛擬操作系統(tǒng)、指紋驗證等來保護自己的計算機安全。但相比于家庭網(wǎng)絡(luò)，企業(yè)網(wǎng)絡(luò)安全防護更加復(fù)雜，并且隨著技術(shù)的進步，現(xiàn)有網(wǎng)絡(luò)安全理念框架下的威脅更加多樣化，這就要求網(wǎng)絡(luò)安全響應(yīng)機制也要積極轉(zhuǎn)變，以滿足不斷變化的網(wǎng)絡(luò)威脅。在網(wǎng)絡(luò)安全防護技術(shù)不斷進步的同時，網(wǎng)絡(luò)入侵手段也在不斷進步，面對巨大的網(wǎng)絡(luò)安全壓力，網(wǎng)絡(luò)安全防護絕對不能掉以輕心。

當前，人們所面對的網(wǎng)絡(luò)安全威脅越來越具有組織化、專業(yè)化、隱蔽化的典型特征，推動網(wǎng)絡(luò)安全軟件智能化是現(xiàn)代網(wǎng)絡(luò)安全防護發(fā)展的必然趨勢。安全信息與事件管理軟件負責進行安全事件分析和各類信息的儲存，并開展結(jié)構(gòu)化威脅情報分析。人工智能技術(shù)是人類進行智能化機器研發(fā)的重要嘗試，情報是互聯(lián)網(wǎng)中極其重要的一項元素。近年來，人工智能技術(shù)開始逐漸取代人工，在網(wǎng)絡(luò)空間中獲取豐富的網(wǎng)絡(luò)情報，這為人工智能技術(shù)在網(wǎng)絡(luò)安全防護中的應(yīng)用奠定了堅實的基礎(chǔ)。

3發(fā)展前景

3.1預(yù)防和保護作用

人工智能技術(shù)在網(wǎng)絡(luò)安全領(lǐng)域中的應(yīng)用首先是用于阻止網(wǎng)絡(luò)入侵。盡管人工智能技術(shù)在網(wǎng)絡(luò)安全防護中的應(yīng)用還處于起步階段，但人工智能技術(shù)的預(yù)防和保護系統(tǒng)在未來網(wǎng)絡(luò)安全領(lǐng)域的應(yīng)用空間十分廣闊，通過使用先進的學習機器來進行防御強化，并以此實現(xiàn)人工與算法的靈活決策交互。

3.2網(wǎng)絡(luò)安全屬性的定性檢測

在傳統(tǒng)的網(wǎng)絡(luò)安全預(yù)警機制中，計算機技術(shù)人員通過使用固有特征的威脅樣本的分析軟件對網(wǎng)絡(luò)中存在的異常進行分析，識別的主要范圍局限于已知的攻擊方式。在發(fā)現(xiàn)匹配的威脅特征后，分析軟件會向安全團隊提出預(yù)警，這種工作模式是基于定量風險的分析模式。這種分析模式的不足在于無法對未來網(wǎng)絡(luò)安全趨勢形成預(yù)測和可持續(xù)追蹤，對于網(wǎng)絡(luò)威脅的反應(yīng)通常是在威脅進行中和發(fā)生后，無法實現(xiàn)有效的全過程追溯。

在網(wǎng)絡(luò)威脅形式不斷變化的情況下，對網(wǎng)絡(luò)中的異常行為進行準確的篩選，工作量之大已經(jīng)超出了人工的工作能力。網(wǎng)絡(luò)上也存在一些表面上無害的惡意軟件，它們通常能躲避網(wǎng)絡(luò)安全程序和分析軟件的監(jiān)控，繞過前端密匙，并自動識別高價值的信息，長期潛伏在目標網(wǎng)絡(luò)中，并始終在目標庫中保持“高度受信”的狀態(tài)。針對這一類型的網(wǎng)絡(luò)威脅，最好的辦法就是利用人工智能技術(shù)進行預(yù)測分析和認知計算。通過對已經(jīng)開始的攻擊進行分析，即使它不符合已知的威脅特征，人工智能技術(shù)也具備相應(yīng)的預(yù)測能力。人工智能技術(shù)通過模仿人腦的運作形式，在系統(tǒng)輸入的大數(shù)據(jù)中，對威脅事件進行篩選，它能夠通過學習不斷地提升對自我的威脅識別能力，構(gòu)建基于態(tài)勢的網(wǎng)絡(luò)安全模型。認知計算能夠使用結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)，在異構(gòu)數(shù)據(jù)的基礎(chǔ)上，形成類似人工洞察力的人機協(xié)作關(guān)系。在此基礎(chǔ)上，人工智能技術(shù)能夠提出不同于網(wǎng)絡(luò)安全專業(yè)人員的解決方案，并且在速度上更具優(yōu)勢。

3.3對威脅與風險的即時響應(yīng)

人工智能技術(shù)可以用于重點風險領(lǐng)域自動化任務(wù)的執(zhí)行，這在很大程度上取代了網(wǎng)絡(luò)安全分析師的工作，網(wǎng)絡(luò)安全分析師能夠?qū)⒏嗟臅r間和精力投入價值更高的人工智能技術(shù)無法取代的工作中。人工智能技術(shù)還能夠通過深度學習實現(xiàn)對外部和內(nèi)部攻擊的智能響應(yīng)。當前，人類已經(jīng)具備部署半自動智能誘餌的技術(shù)，先將這些誘餌滲透在目標網(wǎng)絡(luò)中，讓攻擊者誤以為他們在正確的入侵路徑上，然后利用欺騙手段對罪魁禍首進行識別。在即時響應(yīng)系統(tǒng)中加人人工智能技術(shù)，可以實現(xiàn)網(wǎng)絡(luò)的動態(tài)隔離，即將高價值的網(wǎng)絡(luò)資產(chǎn)進行隔離保護，使攻擊者更難接近有價值的數(shù)據(jù)。

在人工網(wǎng)絡(luò)安全響應(yīng)系統(tǒng)中，一項重大的挑戰(zhàn)就是工作人員會感到疲憊，要響應(yīng)成千上萬的網(wǎng)絡(luò)安全預(yù)警，對于人工來說負荷是非常大的。相比于人工智能技術(shù)，人類對大型數(shù)據(jù)集的理解能力已經(jīng)落后，因此人工響應(yīng)的時效就會變得很慢。人工智能技術(shù)的出現(xiàn)，能夠為專業(yè)人員提供所需的威脅分類關(guān)聯(lián)信息，因此技術(shù)人員就能夠更快地進行響應(yīng)，制定更科學的決策，并且極大地降低勞動強度。

4應(yīng)用策略

4.1網(wǎng)絡(luò)安全抽象化

機器學習在網(wǎng)絡(luò)安全中的應(yīng)用是近年來安全領(lǐng)域的研究熱點，這一研究課題的重點主要包括數(shù)據(jù)采集、樣本提取、威脅模型構(gòu)建和驗證等，而針對問題分類、聚類問題和降維問題的網(wǎng)絡(luò)安全問題抽象化的研究則較少。通過將網(wǎng)絡(luò)安全抽象化，能夠?qū)⒕W(wǎng)絡(luò)空間安全問題轉(zhuǎn)化為機器學習能夠解決的問題，如將硬件級芯片木馬的檢測、網(wǎng)絡(luò)端口反射、身份驗證等抽象為分類問題，將網(wǎng)絡(luò)輿情分析、跨域異常賬號檢測、網(wǎng)絡(luò)入侵檢測抽象為聚類問題等。通過抽象化的問題轉(zhuǎn)化，能夠更快地形成無監(jiān)督學習、對抗式學習的人工智能解決方案，從而既能夠滿足網(wǎng)絡(luò)環(huán)境的數(shù)據(jù)采集要求，也能夠達到目標網(wǎng)絡(luò)中數(shù)據(jù)包和數(shù)據(jù)流的耦合要求，進而有效減少由于人工因素而產(chǎn)生異常點的現(xiàn)象。

4.2智能代理

智能代理是更高層次的人工智能技術(shù)在網(wǎng)絡(luò)安全場景中的實際應(yīng)用，在人工智能領(lǐng)域，智能代理是指能夠根據(jù)周圍環(huán)境做出自主行動的實體，是具備一定的學習能力并對樣本威脅做出響應(yīng)的工具。在智能代理下，計算機對網(wǎng)絡(luò)威脅的應(yīng)對具有更強的預(yù)見性，具備快速的自主反應(yīng)和響應(yīng)能力。對于網(wǎng)絡(luò)空間而言，智能代理就是24小時不間斷的網(wǎng)絡(luò)巡警，能夠有效感知并抵御網(wǎng)絡(luò)攻擊，同時可以滿足分布式網(wǎng)絡(luò)結(jié)構(gòu)下的面向特定威脅對象的態(tài)勢感知要求。智能代理的實現(xiàn)依賴網(wǎng)絡(luò)信息資源建設(shè)，針對海量信息的儲存、傳輸以及保護等業(yè)務(wù)，形成一套智能入侵檢測方法，對網(wǎng)絡(luò)空間形成有效的保護。在下一階段，智能代理應(yīng)朝著與基礎(chǔ)網(wǎng)絡(luò)架構(gòu)融合的方向發(fā)展，借助ISP運營商在網(wǎng)絡(luò)結(jié)構(gòu)方面的優(yōu)勢，擴大智能代理在網(wǎng)絡(luò)安全領(lǐng)域的作用范圍，以更好地實現(xiàn)智能代理的多項功能。

4.3威脅搜索分析

在以往的網(wǎng)絡(luò)安全搜索分析工作中，通常采用文本分析的方式來對網(wǎng)絡(luò)活動與模式進行分析，但在網(wǎng)絡(luò)安全數(shù)據(jù)量快速增加、網(wǎng)絡(luò)安全數(shù)據(jù)復(fù)雜程度快速提高的情況下，依靠文本分析方式進行搜索分析會花費大量的時間。而以人工智能技術(shù)為基礎(chǔ)的搜索分析，主要是以啟發(fā)式搜索為主，在搜索前，對前導(dǎo)條件進行明確定義，能夠有效地控制結(jié)果和搜索范圍，這種特性在一定程度上限制了啟發(fā)式搜索的應(yīng)用場景。但通過應(yīng)用人工智能技術(shù)的深度學習功能，使用αβ搜索算法，將網(wǎng)絡(luò)數(shù)據(jù)抽象為可視化形式，能夠更高效地對各類網(wǎng)絡(luò)行為進行分析，并通過可視化分析系統(tǒng)對網(wǎng)絡(luò)安全數(shù)據(jù)進行大規(guī)模處理。αβ算法是一種基于決策樹的搜索算法，能夠用來減少極小化極大算法搜索樹的節(jié)點數(shù)，而一旦節(jié)點數(shù)是唯一的，那么系統(tǒng)就能夠得出最優(yōu)解。作為一種對抗性搜索算法，αβ算法能夠?qū)崿F(xiàn)對關(guān)鍵安全信息的迅速檢索，提高整體的交互效率，從而提高網(wǎng)絡(luò)安全決策水平。

4.4網(wǎng)絡(luò)安全專家系統(tǒng)

專家系統(tǒng)已經(jīng)廣泛應(yīng)用于社會的各個領(lǐng)域，在科技、經(jīng)濟、國防、教育以及人們的日常生活中都發(fā)揮著巨大的作用。而當前，人工智能技術(shù)在網(wǎng)絡(luò)安全防御中的有效應(yīng)用，為人們建立基于人工智能的網(wǎng)絡(luò)安全專家系統(tǒng)提供了豐富的可行方案。從機器學習、啟發(fā)式響應(yīng)、過程自動化等方面出發(fā)，可以將人工智能技術(shù)更廣泛地應(yīng)用于實際場景中。基于人工智能技術(shù)建立的網(wǎng)絡(luò)安全專家系統(tǒng)，能夠在面對網(wǎng)絡(luò)威脅時，為用戶提供決策輔助。通過無監(jiān)督學習、可持續(xù)訓(xùn)練和過程自動化技術(shù)，能夠提前對網(wǎng)絡(luò)威脅進行判斷和分析，從而進行準確的風險評估。在網(wǎng)絡(luò)安全管理應(yīng)用中.用戶可以利用專家系統(tǒng)持續(xù)地監(jiān)控網(wǎng)絡(luò)流量，針對網(wǎng)絡(luò)攻擊展開自動分析，并靈活調(diào)整計算機系統(tǒng)安全防護模式和策略，針對不斷變化的網(wǎng)絡(luò)威脅，提高計算機系統(tǒng)的適應(yīng)性和自我防護能力。網(wǎng)絡(luò)安全專家系統(tǒng)具有明顯的啟發(fā)性和靈活性，是對多個領(lǐng)域?qū)＜业膶I(yè)知識和經(jīng)驗的綜合，并且具有更強大的協(xié)作能力，在解決問題時更加靈活。在一定程度上，可以將專家系統(tǒng)看作擁有極其豐富的知識與經(jīng)驗的程序系統(tǒng)，通過應(yīng)用人工智能技術(shù)與計算機技術(shù)，進行合理的推理與判斷，在較短的時間內(nèi)即可最大程度地對人類決策進行模擬。專家系統(tǒng)是對人類專家解決問題的模擬，但同時具有更快的反應(yīng)能力和更強的協(xié)作性。

5應(yīng)用挑戰(zhàn)

從整體上來看，人工智能技術(shù)在網(wǎng)絡(luò)安全領(lǐng)域的應(yīng)用前景十分廣闊，隨著人工智能技術(shù)的不斷完善與成熟，人工智能技術(shù)在網(wǎng)絡(luò)安全領(lǐng)域?qū)⒕哂性絹碓酱蟮膬?yōu)勢和作用。但就當前情況而言，人工智能技術(shù)的應(yīng)用還面臨許多困難，尤其是在技術(shù)層面的深度學習框架的軟件漏洞、對抗機器學習的惡意干擾元素、訓(xùn)練數(shù)據(jù)污染等方面。這些問題有可能導(dǎo)致人工智能技術(shù)下的系統(tǒng)出現(xiàn)邏輯上混亂，從而影響分析和判斷的準確性，嚴重時網(wǎng)絡(luò)攻擊方就能夠通過這些漏洞使系統(tǒng)崩潰，這時人工智能技術(shù)就會變成威力巨大的網(wǎng)絡(luò)安全攻擊工具。

6結(jié)束語

人工智能技術(shù)在網(wǎng)絡(luò)安全領(lǐng)域的多場景、多功能應(yīng)用，能夠有效增強基礎(chǔ)網(wǎng)絡(luò)和服務(wù)的安全性。針對當前越發(fā)嚴峻的網(wǎng)絡(luò)威脅形勢，通過人工智能技術(shù)打造更加堅固的網(wǎng)絡(luò)安全防護機制，能夠有效解決相關(guān)問題。在這個過程中，人類需要不斷地加強對人工智能的訓(xùn)練與完善。

作者簡介：

張立偉（1987—），本科，助理工程師，研究方向：網(wǎng)絡(luò)應(yīng)用。