騰訊雲發布 AI 安全布局，還幹了這三件事

百度全身心投入地把自己定義為人工智慧公司，阿里不斷開發布會（醫療大腦、工業大腦、環境大腦），騰訊則宣告自己「AI 即服務」。

兩個月前，騰訊聲勢浩大地拉開了「雲+未來」峰會的大幕。當時，騰訊副總裁邱躍鵬終於正式發布騰訊雲「AI 即服務」的智能雲，並開放了計算機視覺、智能語音識別、自然語言處理三大核心能力。

隨後，第一次消息來了。

7月下旬，騰訊宣布正式啟動 AI 加速器。騰訊副總裁、AI Lab 負責人姚星在會後接受媒體採訪時提到，在AI 技術層面，AI 加速器將連接來自騰訊 AI Lab、優圖、騰訊雲等的 AI 能力，提供超過 20 項 AI 技術。同時，提供超過1000萬的騰訊雲資源，幫助項目降低計算成本提高數據處理效率。

對騰訊而言，這還不夠。於是，第二次消息來了。為 AI 大戰提供彈藥的騰訊雲在 CSS （中國網路安全領袖峰會）召開之前，已經在各大預熱稿里造勢，稱要發布 AI 安全引擎。

8 月 16 日，在 CSS 這場大數據及雲安全的分會場里，雷鋒網編輯看到，一共有 300 個座位，10點，會議開始時，整個會場已經坐滿，隨後靠近門口的右排和會場後排站滿了人。

好奇騰訊雲要做什麼的人不在少數。

第一件事：發布騰訊雲AI 安全矩陣圖

騰訊雲先拋出了一張騰訊雲 AI 安全矩陣圖。

下述就是騰訊雲首次發布的騰訊雲 AI 安全矩陣圖。

據騰訊雲副總裁，騰訊雲社交網路與騰訊雲安全負責人黎巍介紹， 騰訊雲安全整個 AI 核心就以大數據和 AI 的演算法為驅動，構建應用於安全領域的包括社交圖譜分析、圖像自動識別、自然語言處理、知識表達推理等 AI 通用能力，形成智能身份鑒定、威脅情報分析、異常流量檢測、網路攻擊溯源、人機行為識別、惡意圖片識別、垃圾文本檢測等 7 項技術應用。

「無論是圖像識別、圖譜分析、自然語言處理，可以放到很多通用場景，最終把這些能力應用到包括智能身份鑒定、異常流量檢測、危險情報以及現在正在做的、沒有正式開放出來的人機識別能力。」黎巍說。

上述能力落地到不同場景後，騰訊雲順勢拋出了第二張圖：AI 安全產品矩陣。

從上圖可以看到，其產品矩陣包含業務安全（天御）、主機安全（雲鏡）、數據安全（數盾）、移動安全（樂固）、賬號安全（祝融）、網站與流量安全、內容安全與風控安全。

騰訊雲安全工程師成傑峰認為，機器學習在安全領域應用的兩大阻礙：一是樣本問題，不存在天然的惡意攻擊樣本，且攻擊的不斷變種使得樣本本身也具有時效性；二是精度問題，誤殺或漏判都會產生較高代價，所以對演算法的門檻很高，精度通常在 99 %以上。

因此，騰訊雲推出了 AI 安全引擎：基於大規模圖挖掘去不斷地分析提取不良帳號、惡意 IP 和黑產設備，進而收集各類惡意和攻擊，最終形成 AI 模型的樣本。結合深度學習、自然語言處理和計算機視覺等AI能力，提供高精度預測模型和抽取黑產實體及特徵。

數盾是騰訊雲推出的全流程數據安全保護方案。騰訊雲安全工程師崔子翊稱，數盾是業界首例搭配同態加密的數據安全產品，還提供 QQ 同款的數據加密方案，將單條密碼的暴力破解時間從數周延長到數千年。

所謂全流程，是指針對數據生命周期內的創建、存儲、傳輸、訪問、使用和銷毀等每個階段，應用不同安全防護。數盾通過密碼加密、大數據動態加密、身份管理、認證管理、授權管理、實時防護、審計預警等功能的實現，配合騰訊雲全流程安全生態環境，提供系統化的安全防護。

騰訊雲還宣布，在大禹 BGP 高防的基礎上，聯合遼寧途隆、唯一網路、睿偉網路、帝恩思成立 DDoS 防護聯盟，未來將在 DDoS 大數據及態勢感知、協同防護、黑產打擊方面進行深度合作，聯手對抗 DDoS。

在上述發布的基礎上，包括雷鋒網在內的一些媒體對騰訊雲的上述人士進行了採訪，一探所謂「AI 安全」的能力到底是怎樣。

以下是採訪問答，雷鋒網編輯在不影響原意的基礎上略有刪減與整理。

黎巍：最大的優勢是數據——AI 60年前已經提出了，為什麼近幾年才爆發？因為 AI 做得好不好很大程度依賴於數據資源、存儲、計算和整個平台，還有 AI 專家工程師。放眼國內，現在谷歌在這個領域確實非常強。從數據層面，毫無疑問，騰訊一二十年的積累，應該具備國內最全的黑產數據，因為我們是被黑產攻擊最嚴重的，這也為我們積累了資源，是我們的燃料，這個燃料不是哪個公司都可以提供，一般的中小公司可以買一點，但它永遠不可能買到這麼大的資源。

第二，騰訊 AI 的布局，我們正式宣布得晚一點，但是騰訊的布局也比較久了，包括優圖實驗室在這方面積累的技術和能力，最近一兩年我們才嘗試把這些東西對外開放出去。騰訊在 AI 方面引進了一些專家，這也不是任何一個企業說——我要做AI了，我出去招一堆人弄一個開源演算法，這麼簡單就做了，這是我們資源的優勢。

第三，10年前，相對整個業界的體量，騰訊就是做海量服務的，因為 QQ 增長太快了，這個過程中積累下來的存儲，包括計算能力。

AI 有了數據，有了演算法，有了頂尖的專家，最後還要有系統，能夠存儲每天產生的大量數據，存儲數據時，還能更高效計算挖掘出來。

崔子翊：首先我們 AI 引擎要保證在雲上提供安全的服務，確保我們自己要用得好，我們在 QQ 和空間一系列的社交服務里已經用上了這樣的能力，包括無監督引擎的閉環流程。整體上，大盤的數據不是很有意義。

從單點講，特定的場景里新增的識別率可以至少提升 20 %以上，最傳統的是這些人工定規則，一個小時內 80 次請求以上是有問題的，將來可能會產生很多漏判或誤判的問題。第二，很多大公司也是這樣做的，第三，我們加了無監督，先判斷是不是一個惡意團伙，之後加入到新的訓練樣本里，把已知和未知的都加進來一起判斷。

黎巍：比如，傳統的防火牆等很多都是規則匹配，我們的產品在應用時，相對原來的規則，至少有 20 %的提升。其實還有一個提升，他們沒有感知到，下面有一個做規則和安全的團隊，一年前整個團隊是 15人，現在只剩下10個，少了5個，還是能幹同樣的活，甚至幹得更好，這也是 AI 的價值。

成傑峰：這個數據可以從大盤惡意嘗試量得到反映，在 AI 引擎上線前，我們可以看到一個曲線反映了近期惡意嘗試多少次，比如一天是 3000 萬次左右，AI 引擎上線以後，對它猛烈打擊，量就下去了，之後它就保持在比較低的值，甚至在之前一半左右的量繼續徘徊，這說明 AI 引擎上線後，初步處理了上峰，大大打擊了以前作惡的壞人的主動性和積極性，相當於我們把戰線大大往前推進了。

黎巍：騰訊每年在線下會配合警方抓捕一些黑產團伙，今年警方抓獲的其中一個應該是國內最大的打碼平台。抓獲這個團伙以後，我們非常吃驚，因為他們是租用了國內某雲服務商的雲伺服器，利用了谷歌開源的引擎進行打碼的攻擊，他們的驗證碼識別率達到了99%以上。

AI 方面的演算法和計算平台對正常的企業和對黑產沒有什麼本質的區別，並不會因為你是黑產就有特別的地方，比如，開源的演算法大家都可以用。

其實，這是一個賽跑。如果很多企業在這方面保持懷疑，採用傳統的方式肯定會被拋棄。

重要的一點是邪不勝正——從我們過去的經驗看，黑產的資源和能力跟一些行業的正規公司相比，還是有很大差距，也需要全行業一起攜手進行應對。

騰訊本身也具備數據處理能力、演算法、計算能力，這些能力未來會更多地開放出來。而讓每個公司自己構建一套AI平台，組建 AI 團隊，光招人可能都很困難。未來，AI 平台化是企業對這塊的認知。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！