特別企劃 | 10大人工智慧技術「加持」的安全公司
隨著網路威脅愈演愈烈，防火牆和殺毒軟體這樣的安全產品逐漸變成了古老的工具，企業正在尋找更先進的技術來保護那些關鍵數據。
人工智慧逐漸走入各行各業，網路安全領域自然不甘下風，使用人工智慧技術，新的漏洞可以很輕鬆地被識別和分析出來，並阻止進一步的攻擊。事件響應系統也可以得到升級，當受到攻擊時，系統可以很快的識別出入侵點並阻止攻擊，修復漏洞。
研究表明，2016年，一家公司需要99天的時間才能意識到自己被攻擊了，而在2015年則需要146天。對攻擊者來說，如此充裕的時間已經足夠可以用來獲取想要的數據和信息了。
而在這段時間裡，企業也很難發現攻擊者的蹤影，攻擊者可以從容不迫的竊取數據，這對企業來說著實不是一個好消息。而隨著人工智慧技術的進步，上述的問題有望可以得到解決。
人工智慧技術已然在安全領域佔據重要位置
SparkCognition，據說是第一家利用人工智慧技術來感知病毒的公司，他們的感知系統稱為 DeepArmour。該公司高級產品經理Keith Moore 表示：
我們正在使用認知演算法來不斷學習並識別新的惡意軟體行為，並能識別多種形態的攻擊模式。對於那些使用生成演算法，代碼混淆，現代打包工具的惡意軟體，我們的系統可以保護每個終端遠離這些惡意軟體的威脅。
另一個信息安全初創公司——Darktrace 也表示他們已經在安全領域運用自我學習系統來自動抵抗外來攻擊。
而近日，Darktrace 也獲得了7500萬美元融資。
機器學習企業網路安全公司
Darktrace
收穫7500萬美元融資，用於將其銷售擴展至拉丁美洲和亞洲，準備首次公開募股(IPO)。該7500萬美元的D輪融資，由新投資人 Insight Ventures 領銜，距上一次6500萬美元融資輪僅1年，並將Darktrace朝科技獨角獸公司(估值超10億美元的初創公司)又推進了一步。分析師評估Darktrace價值在8.5億美元左右。現有投資人 Summit Partners、KKR和 TenEleven Ventures 也在這輪融資中有所助力。
隨著網路安全攻防技術的升級，世界範圍內越來越多的安全公司開始將人工智慧，機器學習，自然語言處理運用到安全產品中，加強自己的安全防禦能力。
Darktrace
DarkTrace 於2013年在英國成立。
Darktrace 的技術靈感來源於人體免疫系統的自我學習能力；它提出通過學習每個網路，設備和用戶之間模式的不同來進行企業免疫系統技術迭代。並將這些信息關聯起來，來發現各種威脅之間的微妙區別。整套系統由劍橋大學提供機器學習和數學計算上的技術支持。一些大公司也開始使用 Darktrace 的自我學習能力進行安全護航，比如能源業，金融業，電信業，醫療保健業，製造業，零售業，運輸業都有相應公司與 Darktrace 進行合作。
Jask
Jask 於2015年在美國成立。
對於安全分析師來說，每天面對的日誌，SIEM事件和數據數量都十分巨大，分析人員每天都要花費大量時間來對這些數據進行優先順序排序，並逐一分析，才能檢測到那些真正有攻擊性的威脅。
Jack旨在使用一種人工智慧的方法來解決這個問題，防禦那些真正有攻擊性的威脅。
Deep Instinct
Deep Instinct 於2014年在以色列成立。
Deep Instinct 自稱是第一家在安全領域運用人工智慧技術的公司，其主動防禦的解決方案利用深度學習的預測功能，對
0day漏洞攻擊和APT攻擊都有很強的防禦能力。
Deep Instinct 旨在保護企業端點和移動設備的安全。Harvest.ai
Harvest.ai 於2014年在美國成立。
Harvest.ai 旨在「copy」那些頂級安全研究人員的工作方式，搜尋網路攻擊中用戶行為、關鍵業務系統和應用程序的異常。Harvest.ai 已經開始使用基於AI演算法來研究整個系統中關鍵數據的業務價值，能夠在數據被盜之前及時阻止那些有針對性的攻擊與內部威脅。
今年，亞馬遜以2000萬美元收購了 Harvest.ai。
PatternEx
PatternEx 於2013年在美國成立。
PatternEx的威脅檢測平台旨在創建一個「虛擬安全分析師」的角色，來模仿人類分析師的實時檢測能力。
和基於機器學習的異常檢測技術相比，
該平台使用的「Active Contextual ModelingTM」（ACM）的新技術對於威脅檢測的能力增強了10倍，並且誤差大大減少。其產品可以將分析能力與 ACM 技術相結合為新的預測模型，產品在全球範圍內部署的同時，預測模型之間可以相互學習，並在檢測攻擊模式上形成網路效應。
Vectra Networks
Vectra Networks 於2011年在美國成立。
Vectura Networks 的平台旨在即時識別網路攻擊，並可以發現攻擊者正在做什麼。
Vectra 會優先考慮那些業務風險最大的攻擊，使企業能在什麼情況下都能集中時間和精力去應對那些攻擊。該公司表示，其平台使用的是最新一代的計算架構，並結合數據分析，機器學習技術來檢測每個設備、應用程序、操作系統中的攻擊，並且在平台上的工作都是自動化的。對於那些預算不多而且安全專業知識並不是很豐富的公司來說，是一個不錯的選擇。
Status Today
Status Today 於2015年在英國成立。
StatusToday 使用人工智慧技術來理解人類行為，保護公司免受內部威脅和數據泄露的侵害。該公司不會攔截數據也不會入侵網路，因為這可能會降低性能。但是 StatusToday 會在後台被動檢測威脅情況。StatusToday 表示其人工智慧技術可以很快與企業相配合，並有很強的自我學習能力，任何細小的異常都可以被檢測到，並實時檢測到可疑的行為。
Cyberlytic
Cyberlytic 於2013年在英國成立。
Cyberlytic 提供智能安全軟體，可以優先考慮安全團隊的工作量，減少網路攻擊的響應時間。Cyberlytic 表示，安全情報應使安全小組更加有效率，人數也更加精簡。Cyberlytic建立之初是為了幫助英國國防部進行研究，Cyberlytic 同時也擁有實時風險評估的專利。其系統可以幫助企業和政府將注意力集中在風險最高的網路攻擊上。
Neokami
Neokami 於2014年在德國成立。
Neokami 利用人工智慧技術可以幫助公司保護雲中的敏感數據，或實體資產。該公司表示，其技術已經在許多財富500強企業中成功應用。
Fortscale
Fortscale 於2012年在美國成立。
FortScale 的用戶行為分析（UEBA）將以色列國防軍精英安全團隊的先進技術、大數據分析技術、機器學習技術相結合，加強企業快速檢測和消除內部威脅的能力，無論是內部攻擊還是外部黑客，FortScale 都可以自動識別其中的異常行為，在企業網路的任何應用程序中，都可以優先處理風險最高的危害行為。
人工智慧的解決方案雖然強大但並不完美
解放人力，減少誤差
企業每天都會面臨成千上萬的安全威脅，安全研究人員不可能對每一個都進行分析和歸類，很明顯，這樣的工作可以通過人工智慧的技術來高效完成。
而在無人監督時也可以正常工作的人工智慧技術，可以幫助我們充分利用當前所掌握的安全知識和威脅情報。新的漏洞、攻擊檢測方法的普及，會幫助我們更好更有效地保護我們免受惡意攻擊的威脅。
然而，像所有的人工智慧演算法一樣，即使這些演算法再先進，也還是需要人類的指導，因為人類可以對一個不同環境下簡單的異常進行識別，並知曉它是否真的有威脅性。
使用人工智慧，機器學習技術的另外一個好處是，理論上來說，這些技術將會在計算層面上更加準確，從而消除人為的計算誤差。此外，這些技術可以同時處理多種任務，監視並保護大規模的設備和系統。因此，它們可以更好的防禦大規模的攻擊。
最大的問題還在於人工智慧的不可預測性
安全領域引入人工智慧技術的最大缺點
就是我們無法預測它會做什麼
，這些先進的技術如果落入壞人的手中，那造成的後果可能是致命的，比以往造成的任何層面的攻擊都要嚴重。強人工智慧會可以幫助我們很好完成任務，但如果這些目標與我們最開始的預期不符的話， 問題就來了。安全領域的人工智慧技術有很強的預測分析能力，對於人類的反饋依賴已經越來越少。
儘管將人工智慧技術引入安全領域的初衷是為了解放人力，加強風險預判和決策能力，但與此同時，人工智慧技術的最大問題還是其不可預測性。
新技術的未來走向，還是取決於工具的使用者
隨著網路威脅的升級，人們已經很難再完全依賴以前相對完善的安全產品與體系。新興技術的出現，很大程度上幫助我們解決了以前遇不到的問題。面對新的網路威脅，擁抱新技術不僅僅只是追逐潮流的表現，更多的還是大勢所趨。越來越多的安全公司開始利用AI技術進行「加持」，從而應對更複雜，規模更大的網路威脅。
我們很難預測未來的人工智慧技術是什麼樣的，有人會認為這項技術還不成熟，並且在安全性上有很多問題，甚至會做出一些危害人類的事情，也有人認為，人工智慧的技術會逐漸解放人類生產力，讓人們的生活更加美好，而這正是所有科學技術出現的初衷——造福人類。
說到底，計算機、互聯網、人工智慧技術和幾千年前我們先輩手中的石塊並沒有什麼本質區別，我么都可以將其定義為」
工具
「，對於工具的使用者——我們來說，「工具「所帶來的極大便利性是不可否認的，而對於其可能會出現的負面影響來說，決定性因素還是取決於人類本身。而且我們不可否認的還有，
新的技術已經來了
，並且已經對現在的網路安全領域產生了巨大的影響。*本文作者：Liki，轉載請註明來自 FreeBuf.COM
※老牌廠商思科打算用AI創造下一代安全架構 | 國家網路安全宣傳周展商專訪
※「幽靈小組」向全球數千家公司發出勒索郵件：9月30日發起DDoS攻擊，你收到了嗎？
※如何突破Windows環境限制打開「命令提示符」
TAG:FreeBuf |