2019年3月4日星期一- 更新于 2022 年 6 月 15 日星期三
阅读时间：4分钟
算法
网络安全
数据
网络
分享按钮
在 2019 年世界移动通信大会上，Orange 公布了与其 DILAN（局域网数据智能）研究项目相关 手机号码数据 的三项演示，即如何利用人工智能来支持网络安全及其专家的日常工作。
需要为网络安全应用仔细考虑算法的选择，以便为分析师阐明机器的决策过程。
每天，数十亿条数据在全球公共和私人网络中传输。这些海量信息吸引了黑客的关注，他们试图窃取这些数据，并阻止或摧毁基于这些网络的、企业、政府和消费者日益增多的应用程序。为了挫败这些网络犯罪分子，网络安全分析师每天都在不知疲倦地工作，仔细监控这些网络上传输的数据流。然而，面对需要分析的流量的多样性和海量性，这项工作极其复杂且耗时。直到 DILAN 的出现……
提高运营效率
“DILAN 是我们研究人员与 Orange Cyberdefense 运营专家共同探讨的成果，”项目经理 Stéphane Morucci 解释道。Orange Cyberdefense 的专家负责 Orange Business Services 众多不同私营和公共部门客户的数据和网络安全。Stéphane Morucci 补充道：“他们向我们寻求帮助，以检测某些用现有技术难以处理的威胁：病毒传播（ 例如臭名昭著的 WannaCry 病毒）、针对敏感数据的泄露软件（窃取银行数据、身份信息、工业机密、识别公司弱点等），甚至僵尸网络（休眠的机器人网络，当黑客激活时会唤醒，同时攻 SSL：它是什么、如何实现以及工具提示 特定目标，通常会造成致命后果）。
我们的研究团队已经主动探索某些机器学习技术，这些技术对于检测大量数据中的异常（以及潜在的攻击）特别有效。”
因此，我们成立了一个横向项目团队，汇集了人工智能研究人员（包括博士生、网络安全专家、大数据专家和开发人员），并得到了市场营销经理、数据可视化专家和其他管理人员的支持。目标是什么？构建一个经过专门训练的人工智能，利用处于创新前沿的算法来检测网络威胁。“这种人工智能并非旨在取代 印度号码 网络安全分析师，”Stéphane Morucci 指出，“而是旨在促进和加速他们的工作。”如今，据估计，安全专家大约有 50% 的时间用于分析最终被证明是“误报”（即未经证实的威胁）的威胁。人工智能会选择需要优先处理的威胁，以节省分析师的宝贵时间并帮助提高运营效率。
拥有尖端技术的算法
借助实验性解决方案 DILAN，机器可以代表分析师大海捞针。它旨在与最广泛使用的 SIEM（安全信息和事件管理）软件（托管安全解决方案的核心基础）轻松交互。DILAN 的人工智能将根据客户信息系统 (IS) 上报的信息进行分析，并随着时间的推移不断学习哪些行为应被视为正常使用，哪些行为不正常。这种自动分析还可以结合分析师的反馈，带来更多益处。经过一段时间后，DILAN 将获得足够的学习能力，能够独立追踪威胁，同时显著减少提交给分析师审查的误报数量。 “这个项目的主要创新点，”DILAN 项目人工智能部门负责人 Baptiste Olivier 解释道，“在于学习算法的选择和组合。基于深度神经网络的方法，例如在图像识别方面效果尤为出色，但它产生的结果难以解读，因此需要与能够促进与安全分析师互动的算法相结合。在这类应用中，人类的专业知识能够显著提升人工智能的性能，因此，精确了解机器如何做出决策至关重要，最好是逐步完成。”