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）》 ，提出要捉住历史机缘 ，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