来自 数据 2021-06-11 14:04 的文章

高防ddos_香港高防cdn节点_秒解封

高防ddos_香港高防cdn节点_秒解封

许多厂商在试图销售他们的安全系统时都在虚报条件。以下是你购买时需要知道的。在最近的RSA大会上,你可能听到数百人重复着"我们拥有最好的人工智能(AI)和机器学习"这句话,如果你碰巧在其中一个对话中问"这是什么意思?"?,"你可能只是茫然地瞪了一眼。许多安全消费者感到沮丧时,营销宣传不能清楚地阐明人工智能在产品中的作用,以帮助更好地保护环境。安全公司面临着几个两难的问题,这使他们无法更积极地了解如何使用人工智能和机器学习。对一些人来说,这些概念只是一个营销声明,他们所说的人工智能和机器学习实际上是模式匹配。此外,机器学习依赖于大量的数据才能有效,而且很少有供应商拥有足够的数据来成功地实现它。为了避免浪费在这项技术上的投资,必须了解人工智能和机器学习在安全工具中提供的基本知识。我的目标是,当一个供应商宣称"我们有最好的人工智能"时,你可以提出正确的问题什么是人工智能,它做什么?我可以利用人工智能的定义来解决很多问题。问题解决是人工智能的机器学习部分发挥作用的地方。人工智能用例的一个例子是机器下棋。因为国际象棋中有很多选项和动作的排列,所以它需要一个人工智能系统来观察对手的行为,学习这些行为的后果,ddos防御云,然后制定出一个能够击败人类对手的策略。相比之下,模式匹配的一个很好的例子就是玩跳棋。任何一个简单的计算机程序都可以根据人类建立的运动模式运行对手在跳棋中使用的有限数量的移动和反移动。所以,广东高防cdn,供应商应该问的第一个问题是:"你的人工智能是在做模式匹配还是在解决问题?"一个很好的迹象表明安全工具只是在进行模式匹配,如果供应商告诉您它可以开箱即用,不需要学习环境。模式匹配不一定是坏的,但它不能适应不断变化的威胁。这项技术不断地要求供应商更新,以保持与威胁同时存在,直播高防cdn,服务器前面加个高防cdn,同时永远无法超越它们。另一个要问供应商的问题是:"您的系统使用什么类型的机器学习?"决策树学习在我所说的模式匹配系统中很常见。基本上,决策树学习包括将观察结果映射到预定义的结论或操作。例如,"如果我在包捕获中看到这个C2域,并在网络入侵监视中检测到这个哈希值,那么我的环境中可能有这个特定的威胁参与者。"这种方法对于减少安全团队每天必须执行的人工接触或重复任务非常有用。安全工具中另一种常见的机器学习策略是贝叶斯模型。在这里,你可以用决策树从代数过渡到用贝叶斯方法进行微积分,在我看来,从模式匹配到真正的人工智能。本质上,贝叶斯模型观察环境中许多变量的状态,并将它们映射到一个数据表中,该表允许人工智能系统确定某个特定事件发生的概率或置信水平。这种方法对这些观察结果没有预先定义的结论;相反,它会根据观察到的许多变量或变量的状态来通知您异常活动的发生率很高。通过贝叶斯模型处理的数据点越多,它就越精确。我最喜欢的机器学习技术是聚类或k-均值聚类。这是一个机器学习系统,它在集群模型中绘制一个图,显示您环境的遥测结果。如果你的星团中有一百万个点,你看到一个点被标在星团之外,那就是一个异常现象,应该进行调查。这个学习系统不需要模式;它基本上是映射正常行为的样子并识别异常值。把一切都集中起来一个好的人工智能系统将包含决策树(对于已知模式)、用于异常检测的贝叶斯分析和用于基线监测的聚类。如果你想买的人工智能系统能够无缝地集成这三种机器学习技术,你可能就走上了正确的道路。但你还没说完。接下来,你必须扪心自问:"我需要为这些工具提供哪些数据,我是否收集了使这些工具按设计方式工作所需的数据?"数十亿美元被浪费在策略和工具上,因为购买这些工具的用户被一个推销广告所吸引,当他们得到这些工具时就不能实施这些工具。以下是我对选择人工智能解决方案以增强您的安全计划的建议:不要沉迷于市场宣传,而要问关键的问题。请确保您了解供应商使用的机器学习策略,并且这些策略对于您的环境中的数据是有意义的决定你是和你的对手下棋还是下棋。了解这些要点将有助于您做出明智的决定,避免浪费投资、时间和资源。虽然人工智能和机器学习创造了人类无法复制的效率,拿高防服务器做CDN,但人的因素仍然必须存在,以使信息有意义,并对其进行适当的处理,以便能够用来实现组织目标。这些内容最初是在暗中阅读的。FacebookTwitterEmail分享