深度学习引领着新一轮的人工智能浪潮,受到工业界以及全社会的广泛关注。 虽然大家对人工智能有很多美好的憧憬,但是现实是残酷的 — 随着一批深度学习应用逐渐开始变成现实,安全问题也渐渐显现出来。
人工智能应用面临来自多个方面的威胁:包括深度学习框架中的软件实现漏洞、对抗机器学习的恶意样本生成、训练数据的污染等等。这些威胁可能导致人工智能所驱动的识别系统出现混乱,形成漏判或者误判,甚至导致系统崩溃或被劫持,并可以使智能设备变成僵尸攻击工具。
在推进人工智能应用的同时,我们迫切需要关注并解决这些安全问题。本章首先介绍我们在深度学习框架中发现的安全问题。…[阅读全文]
作为对抗网络病毒的核心技术,反病毒引擎的迭代升级一直备受行业关注,如何显著提升反病毒引擎的拦截效率也成为所有安全厂商不停探索的问题。
2月8日,基于腾讯安全联合实验室旗下反诈骗实验室的研究,腾讯安全正式对外发布《腾讯TRP-AI反病毒引擎白皮书》(下简称《白皮书》),指出Android病毒在当下的传播态势正在加剧传统对抗方式的挑战,而由于传统对抗方式的运行机制,导致其在当下病毒对抗中陷入困局。…[阅读全文]
如今,网络安全威胁越来越多,也越来越复杂,对于陷入安全技能短缺的IT行业而言,这种情况并不是一个好兆头。在最近的市场调查机构ESG集团和信息系统安全协会(ISSA)调查中,70%的网络安全专业人士认为网络安全技能差距对其组织有一定的影响。
据网络安全与教育中心(ISC)2预测,2022年将有180万名网络安全专业人员短缺,以及短缺19,000名安全专家。…[阅读全文]

【总结】

2018年我国将正式启动网络强国建设三年行动,安全厂商也将积极响应国家号召,将AI技术更多的应用在终端安全建设,网络黑产打击等方面,以更为积极、开放式的心态,同企业、银行、政府部门合作,共同建设健康、安全的互联网生态,为建设网络强国贡献力量。