本文摘要：对于机器学习来讲，最主要的两个概念分别是“有监督自学”和“无监督自学”。有监督自学就是人们“告诉他”机器“哪些数据是归属于哪一类的”，然后展开数据训练；反之，无监督自学就是“不告诉他”机器，必要由人们对最后输入的结果展开定义。亚信网络安全产业技术研究院副院长童宁不作为题《机器学习驱动网络安全发展》的演说。

对于机器学习来讲，最主要的两个概念分别是“有监督自学”和“无监督自学”。有监督自学就是人们“告诉他”机器“哪些数据是归属于哪一类的”，然后展开数据训练；反之，无监督自学就是“不告诉他”机器，必要由人们对最后输入的结果展开定义。亚信网络安全产业技术研究院副院长童宁不作为题《机器学习驱动网络安全发展》的演说。亚信安全性供图在人工智能时代，各行各业最害怕听见的是“代替”：人工智能被指出将一步代替法官、代替速记员，代替建筑工人和出租车司机……不过，目前在许多行业，人工智能依然不能扮演着配角，网络安全就是其中之一。

“就安全性领域来讲，我们把人工智能当作一种协助安全性专家更加有效地工作的工具。在可见的未来，还是必须领域专家和网络安全专家来主导。”7月6日~7日，在成都开会的C3安全性峰会上，亚信安全性标准化安全性产品中心总经理、亚信网络安全产业技术研究院副院长童宁在拒绝接受《中国科学报》记者采访时回应，机器学习的确获取了强有力的协助，但在当前网络攻守态势下，机器学习也无法“一肩挑”。

不过，随着对机器学习这件工具研发、利用的渐渐了解，网络安全正在转入网络攻守的新阶段。充分条件和必要条件机器学习技术应用于网络安全早已有之。童宁认为，早在1986年，美国斯坦福研究中心就明确提出用数据统计资料来检测网络非法侵略。“利用机器学习算法对垃圾邮件展开分类，也已是20年前的事情。

”童宁讲解说道，随着移动互联网的发展，大量的设备产生了各式各样的日志文件。特别是在2000年以后，在日志管理和分析方面，机器学习算法有了突飞猛进的发展。比如IBM等大型互联网企业就在这些方面用于了大量的机器学习算法，还包括关联分析等。“2000年以来，机器学习所带给的变革——比如利用机器学习算法对用户的出现异常不道德展开分析等开始普及一起。

”童宁说道。趋势科技资深数据科学家张佳彦从技术发展和经济原因两方面，向《中国科学报》记者展出了机器学习插手网络安全的“充分条件”和“必要条件”。

本文来源：九州体育-www.hebeiweilun.com