年度盘货：大数据+人工智能网络清静应用回首及展望
宣布时间 2018-01-11大数据：从看法火热到回归理性
回首刚刚已往的2017 ，我们可能会有一种感受：周围谈论大数据的声音越来越小。一个佐证是在2017年底举行的“北向论坛”上 ，现场参会职员投票展望了2018年的热词 ，在21个候选词中 ，去年还入选的“大数据”本次没能进入前十 ，得票只有寥寥数票。
表1 2016和2017“北向论坛”展望的年度热词比照
事实上 ，这并非“大数据”首次在热词排行榜中淡出公共的视野。早在2015年Gartner宣布的新兴手艺成熟度曲线中 ，“大数据”就没有泛起在曲线中。而在之前的一年 ，Gartner对“大数据”的定位照旧处于从炒作的巅峰最先下降的区域 ，二者的比照见图1和图2。对此Gartner给出的诠释是 ，“大数据”的看法已经快速被各个行业接受 ，成为一项详细的底层手艺 ，因此不再泛起在每年的新型手艺成熟度曲线中。
图1 2014年Gartner新兴手艺成熟度曲线
图2 2015年Gartner新兴手艺成熟度曲线
回首2017 ，业界谈论大数据的声音虽然在降低 ，但通过收罗、剖析和运用数据提升能力的行动却越来越普遍 ，大数据已经真正成为众多行业的底层要害手艺。在国家层面 ，新一届政治局在2017年底就实验国家大数据战略举行第二次整体学习 ，习近平总书记强调了通过大数据举行工业立异、打造数字经济、提升国家治理水平、改善民生 ，以及包管国家数据清静。在企业层面 ，大数据应用已在电子商务、金融、交通、医疗等领域普遍开展 ，甚至因数据所有权引发了顺丰快递和菜鸟网络的“丰鸟之争” ，引起了公共的高度关注。
回到网络清静行业 ，大数据已成为了清静领域新兴手艺的基础�；厥捉改晖缜寰残幸凳⑿械男驴捶� ，从威胁情报、UEBA（用户实体行为剖析） ，再到态势感知、人工智能 ，底层的基础都是大数据�？梢运� ，大数据隐藏在各个详细手艺的背后 ，为用户提供更直接的清静价值。在企业级用户清静建设中 ，以数据驱动清静 ，实现一连检测响应的理念 ，已经被越来越多的用户所接受。
因此 ，对2017年的“大数据”举行总结 ，我以为大数据看法已经不“新” ，已经越过了看法炒作阶段 ，并作为一项底层支持手艺 ，迅速融入到种种更“新”的看法中。大数据已经最先在各个领域施展现实的价值。
人工智能：处于炒作的巅峰
与此相对应的是 ，人工智能像三、四年前的大数据一样 ，正处于炒作的最巅峰。Gartner于2017年7月宣布了今年度新兴手艺成熟度曲线 ，人工智能的两个分支——深度学习和机械学习 ，均处于曲线的最顶端。
海内对人工智能的生长也很是重视。2017年7月国务院印发了《新一代人工智能生长妄想》 ，提出要推感人工智能与各行业融合立异 ，推感人工智能规�；τ� ，周全提升工业生长智能化水平。为了落实该妄想 ，工信部于2017年12月制订了《增进新一代人工智能工业生长三年行动妄想（2018-2020）》 ，提出要捉住历史时机 ，突破重点领域 ，增进人工智能工业生长 ，提升制造业智能化水平 ，推感人工智能和实体经济深度融合。
图3 国务院和工信部关于人工智能的生长妄想
在上述两个重磅文件中 ，无论是人工智能手艺自身的清静 ，照旧在网络清静领域使用人工智能的前沿手艺 ，都用大宗的篇幅举行了叙述。为此在网络清静圈掀起了一股人工智能的浪潮 ，使用人工智能检测未知恶意代码、实现智能化的清静运维（AIOps） ，甚至举行无人加入的自动化攻防。网络清静界的小伙伴们纷纷撸起袖子 ，都想用人工智能搞定现在还没有解决的清静问题。
虽然人工智能很火 ，但我们也看到在网络清静领域 ，尚未泛起新的基于AI手艺的有用解决计划。在网络清静领域着实很早就用到了人工智能手艺 ，好比SOC类产品中的关联剖析引擎 ，就是一个基于规则推理的专家系统 ，但新的人工智能手艺还没有普遍应用的案例。关于最近几年大热的深度学习 ，我们也看到业界举行了起劲的实验 ，例如举行恶意文件检测、应用识别、异常行为剖析等 ，但真实效果距离工业界的要求尚有一定差别。别的 ，深度学习固有的对效果的可诠释性不强、鲁棒性缺乏等弱点 ，现在也尚未看到有希望的解决计划。
因此 ，对2017年的“人工智能”举行总结 ，我觉适目今正处于炒作的巅峰 ，国家在工业政策上支持的力度也很大。目今颇有人工智能在网络清静的各个分支中各处着花的时势 ，这也是新手艺生长历程中必不可少的阶段。相信随着时间的推移 ，那些真正有价值的应用场景会逐渐沉淀出来 ，人工智能的应用才会从炒作走向成熟。
我们对新手艺的应用探索
作为网络清静领域的领航企业 ，我们在已往的一年也对大数据清静、人工智能 ，特殊是深度学习手艺的应用举行了实验。在大数据清静领域 ，主要的应用场景包括大数据平台4A手艺、大数据会见控制战略自动化天外行艺等；在人工智能领域 ，主要的应用场景包括使用深度学习算法举行恶意代码检测（检测工具包括PE文件、文档类文件、web会见流量等）、使用深度学习算法举行应用识别、基于本体的清静事务自动化处置惩罚及响应手艺等。这内里既有乐成的案例 ，也有失败的教训。
在对人工智能新手艺的应用探索中 ，我们由衷地感受到在网络清静领域应用人工智能手艺 ，需要在人工智能算法和清静营业知识两方面都有深挚的沉淀。在算法层面 ，不可简朴地使用种种封装好的软件包、把算法当成即插即用的黑盒子 ，那样会导致无法明确算法的“上限”而陷入盲目实验的时势。在清静营业层面 ，对清静营业的明确有助于将现实清静问题转换为笼统的数学问题 ，并凭证问题的类型指导算法的筛选。
展望2018 ，我们将团结特定的营业场景 ，实现大数据剖析和人工智能算法在某些特定应用中的落地。在算法层面 ，人工智能的两大门户 ，即联络主义和符号主义的算法 ，都将是我们解决特定问题的有用工具。我们也期待人工智能能够尽快离别炒作 ，网络清静行业能够从更理性的角度审阅人工智能的应用远景 ，这样才华增进人工智能在网络清静行业的良性生长。
京公网安备11010802024551号