如何走在數(shù)據(jù)安全威脅的前面？|【星河研究院】海外創(chuàng)業(yè)洞察
李瑤 | 2017-09-18 14:00
【數(shù)據(jù)猿導讀】 在大數(shù)據(jù)時代，如果想要走在安全威脅的前面，鑒別出最前沿的數(shù)據(jù)安全技術并投資其中的佼佼者顯得尤為重要。那么應該如何去鑒別?今天李瑤博士與就與你一同分享一下2017年微軟和奈飛(Netflix)的專家們在數(shù)據(jù)安全領域關注的前沿技術。希望對你有所幫助。
“契訶夫有一句名言：“在第一幕中出現(xiàn)的槍，在第三幕中必然會發(fā)射”。縱觀歷史，如果國王和皇帝手上有了新的武器，遲早會禁不住誘惑。但冷戰(zhàn)中第一幕出現(xiàn)的槍(核武器)，自1945年以來卻從來沒有發(fā)射。我們已經(jīng)習慣了看到各個國家在閱兵儀式上展示出各種先進的核導彈，卻無用武之地。
但這就能表明了人類的和平會無限延續(xù)嗎？隨著科技的進步，特別是網(wǎng)絡戰(zhàn)爭的出現(xiàn)，讓小國或者某些極端組織也有可能獲得痛擊大國的能力，這種數(shù)據(jù)安全領域的威脅可能會讓世界陷入動蕩。
美國在2003年發(fā)動伊拉克戰(zhàn)爭，巴格達慘遭戰(zhàn)火蹂躪，卻沒有一枚炸彈落到洛杉磯或者芝加哥。
但是在未來，某些極端組織雖然不擁有核武器卻可能利用邏輯炸彈(Logic Bomb)，也就是惡意軟件代碼，來打破和平。通過遠程操控，讓華爾街大面積斷電，讓韓國蔚山煉油廠爆炸，讓東京的火車相撞。
網(wǎng)絡攻擊的在不斷涌現(xiàn)出新的手段和模式，這也倒逼了安全分析市場的快速發(fā)展。在2023年安全分析市場將達到80億美元的規(guī)模。
在大數(shù)據(jù)時代，如果想要走在安全威脅的前面，鑒別出最前沿的數(shù)據(jù)安全技術并投資其中的佼佼者顯得尤為重要。那么應該如何去鑒別？今天李瑤博士與就與你一同分享一下2017年微軟和奈飛(Netflix)的專家們在數(shù)據(jù)安全領域關注的前沿技術。希望對你有所幫助。
星河融快(ID:rongkuai888)將通過專業(yè)的分析，持續(xù)與你分享“有趣的”產(chǎn)業(yè)互聯(lián)網(wǎng)干貨。歡迎你在下方留言和我們分享有趣的觀點，自薦或推薦優(yōu)質產(chǎn)業(yè)互聯(lián)網(wǎng)項目，同時也歡迎你來上地18號和我們聊聊。
以下，供你參考。
上一周我們?yōu)槟惴治隽?a href="http://www.getteks.net/search?q=大數(shù)據(jù)" rel="nofollow" style="color:;font-size:16px" target="_blank">大數(shù)據(jù)行業(yè)2017年可能的發(fā)展趨勢，今天我們將重點放在大數(shù)據(jù)行業(yè)中最重要的一部分——數(shù)據(jù)安全。
“保護-檢測-調查”(Protect-detect-investigate)是安全領域的成長路徑，20世紀90年代，通過防火墻和訪問控制列表可以達到系統(tǒng)的“保護”，近幾年數(shù)據(jù)分析的進步推動了“檢測”攻擊技術的發(fā)展。然而，盡管機器學習可以檢測從內部攻擊到Web漏洞的一切問題，當前的入侵檢測系統(tǒng)仍然有許多的缺點。在2016年，隨著數(shù)據(jù)規(guī)模呈爆炸式增長，我們看到越來越多的“智能化”工具注入數(shù)據(jù)安全領域，進而可以對一些可疑行為進行“調查”，從而預判是否是網(wǎng)絡攻擊。那么在2017年，哪些方向值得我們關注呢
第一
可以自動化響應并能協(xié)助解決安全問題的聊天機器人
我們相信安全行業(yè)將會以聊天機器人的交互方式來對安全問題進行自動以及自主的響應。如果模型認定信息相關，聊天機器人即會提供信息并且可以根據(jù)需求進行響應。這個響應會被集成到你所使用的與團隊進行溝通的平臺中。
這并不是一個新的想法，可為什么是現(xiàn)在才會出現(xiàn) 有兩個原因。一個是“ChatOps”(聊天驅動的研發(fā))的流行。ChatOps可以將開發(fā)工具帶入開發(fā)者聊天的平臺，通過定制的插件和腳本，使聊天機器人能夠執(zhí)行聊天輸入的各種命令，實現(xiàn)聊天平臺上的團隊協(xié)作開發(fā)自動化。這為聊天機器人自動響應安全事件提供了技術基礎。
另一個是人們已習慣使用企業(yè)通信平臺來處理日常事務，這就使得聊天機器人成為在安全事件中快速執(zhí)行任務和報告例行檢查的理想伙伴。這為聊天機器人協(xié)助處理安全事務提供了信任基礎。
在企業(yè)通信平臺上使用聊天機器人來進行安全響應和協(xié)助會成為越來越流行的方式。
第二
威脅情報(Threat Intelligence, TI)與機器學習檢測的結合
威脅情報是已知的不良行為的一個一個實例，或者更準確地說是折中指標的集合。它們可以是多種多樣的，可以是已知惡意文件的哈希值、僵尸網(wǎng)絡的命令、控制服務器的IP地址，甚至是持久威脅使用的用戶代理字符串。威脅情報長期被安全領域用作安全監(jiān)控的定點檢查，但我們認為數(shù)據(jù)科學界將會把TI應用到行為檢測系統(tǒng)中去。
但為什么是現(xiàn)在呢 貝葉斯錯誤率是給定數(shù)據(jù)集的分類器的最基本的限制。改進錯誤率的標準方法是包含新的信息來源。TI則是一個簡單的網(wǎng)關，是引入新的數(shù)據(jù)來源的第一步。此外，TI還具有代理可解釋性——它們提供了解釋你的警報的見解。例如，如果你的機器學習系統(tǒng)確定登錄是異常的，并且登錄的IP地址存在于僵尸網(wǎng)絡中。則我們可以推測該登錄是異常的，因為它源自于由僵尸網(wǎng)絡感染的機器。
雖然TI不是一個肯定的保證，但它可以提供一個快速的解釋警報。
第三
繼續(xù)在對抗機器學習上投資
對抗機器學習可以使攻擊者顛覆整個機器學習算法。攻擊者可以將系統(tǒng)的假陽率增加很高，使得安全分析師無法分辨;攻擊者還可以增加系統(tǒng)的假陰率，就像超音速飛機在雷達下完全不被注意。
對抗機器學習的破壞力之大已經(jīng)引起了廣泛的關注，我們也在這里提醒大數(shù)據(jù)參與者在2017年真正開始保護你們的機器學習檢測系統(tǒng)。雖然安全專家在過去的垃圾郵件過濾領域看到了這個趨勢，但2016年仍然發(fā)生了其他對抗機器學習的例子。
首先，微軟的Tay the Tweet機器人要被棄用是因為它開始說帶有種族主義的話。其次，來自康奈爾的研究人員展示了他們如何能夠從亞馬遜和BigML平臺上竊取機器學習模型。最后，對抗機器學習甚至出現(xiàn)在2016年美國大選中，谷歌簡短的顯示了一張總統(tǒng)候選人的照片，解釋的文字是“病態(tài)的騙子”(pathological liar)。
2016年3月，微軟推出了面向Twitter平臺的聊天機器人Tay.ai。但是短短幾個小時，這個聊天機器人就被黑客們玩壞了，變成一個滿口臟話、辱罵用戶、還會發(fā)出各種種族主義言論的機器人。如果是鮑爾默時期的微軟，團隊負責人一定會被辭退。但是現(xiàn)任CEO薩蒂亞·納德拉的做法是發(fā)了一封帶有鼓勵和安慰性質的郵件說：“繼續(xù)推進，要清楚我和你們在一起。我深深的同情被Tay傷害過的人，但是關鍵是我們要繼續(xù)學習和改進。”這個團隊在2016年12月推出了一款新的人工智能聊天機器人Zo，截至目前，運行良好。從薩提亞·納德拉身上學到的是，首先要繼續(xù)在對抗機器上學習，其次，對于領導者們而言，在領導力中表現(xiàn)出友善和理解，而不是像史蒂夫·鮑爾默一樣嚇唬人同樣重要。如果不能向下屬提供幫助去真正解決問題，利用鮑爾默式的恐懼很難真正推動創(chuàng)新。
第四
安全深度學習
深度學習為實現(xiàn)類人的執(zhí)行任務打開了大門，從駕駛汽車到以你最喜歡的藝術家的風格創(chuàng)作繪畫，到超人性能的任務，例如AlphaGo的圍棋游戲。安全任務，例如流量識別、惡意軟件識別、檢測命令、控制服務器等，已經(jīng)引起了對這個趨勢的關注。神經(jīng)網(wǎng)絡也能夠使用自動編碼器和強化學習的無監(jiān)督學習技術，為異常檢測和創(chuàng)建自主系統(tǒng)等任務提供解決方案，甚至沒有標簽數(shù)據(jù)。簡而言之，如果您需要類人的性能并擁有大量數(shù)據(jù)以及處理它的計算資源，那么您可能希望利用這種趨勢來自動執(zhí)行曾經(jīng)被視為只有人類才能完成的任務。
深度學習曾一度淪為數(shù)據(jù)科學家的機器，由包含數(shù)百行Theano代碼的Python腳本拼湊而成。然而現(xiàn)在的情況完全不一樣了，深度學習組建的工具產(chǎn)品應有盡有。并且用來訓練大型模型的分布式計算資源也司空見慣，Spark或者Hadoop集群已經(jīng)是太普遍的工具。你也可以生成足夠的數(shù)據(jù)來訓練一個“數(shù)據(jù)饑餓“的算法，例如深度神經(jīng)網(wǎng)絡。集合分布式計算機群上的數(shù)據(jù)和計算資源，再加上可以使用戶能夠簡單的訓練、預測、監(jiān)控和維護深度學習模型的產(chǎn)品軟件包，把深度學習整合到產(chǎn)品的威脅監(jiān)控系統(tǒng)中時前所未有的簡單。
總的來說，我認為對抗機器學習將繼續(xù)成為重要焦點，而深度神經(jīng)網(wǎng)絡也將開始在數(shù)據(jù)安全領域產(chǎn)生影響力。同時，分析師的日常工作將更簡單，通過整合威脅情報源和通過“ChatOps”的聊天機器人盡可能自動化所有任務。原有手動執(zhí)行的任務將被進一步的自動化，并可以通過聊天機器人自動傳播給相關方。
來源： 星河融快
刷新相關文章
我要評論
活動推薦more >
- 2018 上海國際大數(shù)據(jù)產(chǎn)業(yè)高2018-12-03
- 2018上海國際計算機網(wǎng)絡及信2018-12-03
- 中國國際信息通信展覽會將于2018-09-26
- 第五屆FEA消費金融國際峰會62018-06-21
- 第五屆FEA消費金融國際峰會2018-06-21
- “無界區(qū)塊鏈技術峰會2018”2018-06-14
不容錯過的資訊
-
1#后疫情時代的新思考#疫情之下，關于醫(yī)
-
2數(shù)據(jù)軟件產(chǎn)品和服務商DataHunter完成B輪
-
3眾盟科技獲ADMIC 2020金粲獎“年度汽車
-
4數(shù)據(jù)智能 無限未來—2020世界人工智能大
-
5#2020非凡大賞：數(shù)字化風起云涌時，共尋
-
6#榜樣的力量#天璣數(shù)據(jù)大腦疫情風險感知
-
7#榜樣的力量#內蒙古自治區(qū)互聯(lián)網(wǎng)醫(yī)療服
-
8#榜樣的力量#實時新型肺炎疫情數(shù)據(jù)小程
-
9#榜樣的力量#華佗疫情防控平臺丨數(shù)據(jù)猿
-
10#后疫情時代的新思考#構建工業(yè)互聯(lián)網(wǎng)新
