譯者 | 李睿

審校 | 孫淑娟

采用人工智能技術(shù)的無(wú)監(jiān)督學(xué)習(xí)方法可以檢測(cè)和對(duì)抗網(wǎng)絡(luò)威脅，本文介紹了利用無(wú)監(jiān)督學(xué)習(xí)對(duì)抗網(wǎng)絡(luò)威脅的常用方法。

如今的世界正在進(jìn)入數(shù)字時(shí)代。隨著大規(guī)模數(shù)據(jù)泄露、對(duì)個(gè)人和財(cái)務(wù)數(shù)據(jù)以及人們可以利用的任何數(shù)字源的黑客攻擊，網(wǎng)絡(luò)威脅數(shù)量正在上升。為了對(duì)抗這些網(wǎng)絡(luò)攻擊，安全專家越來(lái)越多地利用人工智能技術(shù)，使用網(wǎng)絡(luò)安全工具箱中的各種工具，其中包括無(wú)監(jiān)督的學(xué)習(xí)方法。

網(wǎng)絡(luò)安全領(lǐng)域的機(jī)器學(xué)習(xí)仍處于起步階段，但自從2020年以來(lái)，有更多人工智能參與打擊網(wǎng)絡(luò)威脅的工作。

而了解機(jī)器學(xué)習(xí)如何用于網(wǎng)絡(luò)安全，認(rèn)識(shí)網(wǎng)絡(luò)安全中對(duì)無(wú)監(jiān)督學(xué)習(xí)方法的需求，以及了解如何在打擊網(wǎng)絡(luò)攻擊中采用人工智能技術(shù)是未來(lái)幾年打擊網(wǎng)絡(luò)犯罪的關(guān)鍵。

1.機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)安全中的應(yīng)用

網(wǎng)絡(luò)犯罪的可怕之處在于，可能需要長(zhǎng)達(dá)六個(gè)月的時(shí)間檢測(cè)到漏洞，而從發(fā)現(xiàn)漏洞到處理的時(shí)間平均需要大約50天。這在很大程度上取決于網(wǎng)絡(luò)攻擊的特性。

機(jī)器學(xué)習(xí)可以作為一種預(yù)防措施來(lái)避免網(wǎng)絡(luò)攻擊。例如，網(wǎng)絡(luò)安全系統(tǒng)可以使用機(jī)器學(xué)習(xí)來(lái)評(píng)估模式（甚至是實(shí)時(shí)的），從中學(xué)習(xí)以幫助防止重復(fù)攻擊并應(yīng)對(duì)奇怪或不斷變化的行為。

此外，它可以幫助網(wǎng)絡(luò)安全團(tuán)隊(duì)更主動(dòng)地預(yù)防威脅和響應(yīng)實(shí)時(shí)攻擊，而不是在發(fā)現(xiàn)漏洞后收拾殘局。

無(wú)監(jiān)督學(xué)習(xí)方法可以開始用于識(shí)別看似良性但超出規(guī)范的模式。在網(wǎng)絡(luò)安全人員每天執(zhí)行的常規(guī)任務(wù)中，這些不尋常的行為很容易被忽視。它可以減少花在人工任務(wù)上的時(shí)間，從而更有策略地保護(hù)他們的資源。

2.網(wǎng)絡(luò)安全中為什么需要無(wú)監(jiān)督的學(xué)習(xí)方法

在機(jī)器學(xué)習(xí)模型方面，可以通過(guò)多種方式訓(xùn)練這些模型。例如模型有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)方法，本文將討論無(wú)監(jiān)督學(xué)習(xí)方法。

無(wú)監(jiān)督學(xué)習(xí)是一種機(jī)器學(xué)習(xí)技術(shù)，它完全實(shí)現(xiàn)了用戶不需要監(jiān)督模型這一功能。取而代之的是，無(wú)監(jiān)督模型自行發(fā)現(xiàn)以前未被發(fā)現(xiàn)的模式和信息。

簡(jiǎn)而言之：機(jī)器學(xué)習(xí)的無(wú)監(jiān)督學(xué)習(xí)方法意味著人工智能模型幾乎沒有實(shí)際的“訓(xùn)練”。

從表面上看，這似乎違反直覺。難道不想訓(xùn)練其機(jī)器學(xué)習(xí)模型來(lái)識(shí)別、確認(rèn)和報(bào)告潛在的網(wǎng)絡(luò)攻擊嗎？是的，但問(wèn)題是網(wǎng)絡(luò)犯罪分子可以選擇多種方式攻擊企業(yè)和個(gè)人，而這些企業(yè)可能會(huì)無(wú)意中訓(xùn)練機(jī)器學(xué)習(xí)忽略其他網(wǎng)絡(luò)威脅。

無(wú)監(jiān)督學(xué)習(xí)允許人工智能模型以人們可能忽略的方式得出結(jié)論。但是更重要的是，不必經(jīng)歷網(wǎng)絡(luò)攻擊或?yàn)槠淙斯ぶ悄苣Ｐ蛣?chuàng)建錯(cuò)誤的場(chǎng)景來(lái)學(xué)習(xí)。這意味著無(wú)監(jiān)督學(xué)習(xí)方法可以預(yù)測(cè)和防范未來(lái)的威脅，而不會(huì)遭受類似的破壞或網(wǎng)絡(luò)攻擊。

無(wú)監(jiān)督學(xué)習(xí)涉及聚類、表征學(xué)習(xí)和密度估計(jì)過(guò)程。這使這些模型能夠識(shí)別和分組可能看起來(lái)不尋常、可疑或至少未被模型識(shí)別的活動(dòng)，并提醒網(wǎng)絡(luò)安全團(tuán)隊(duì)可能考慮的潛在網(wǎng)絡(luò)威脅。

傳統(tǒng)的網(wǎng)絡(luò)防御方法依賴于數(shù)據(jù)標(biāo)簽來(lái)識(shí)別特定的危險(xiǎn)，然后實(shí)施響應(yīng)。不幸的是，這可能會(huì)導(dǎo)致網(wǎng)絡(luò)延遲，并可能會(huì)對(duì)企業(yè)及其數(shù)字資產(chǎn)造成危險(xiǎn)。

3.如何實(shí)施無(wú)監(jiān)督學(xué)習(xí)方法來(lái)對(duì)抗網(wǎng)絡(luò)威脅

企業(yè)永遠(yuǎn)不想過(guò)于依賴人工智能來(lái)滿足其網(wǎng)絡(luò)安全需求，但無(wú)監(jiān)督學(xué)習(xí)模型可以成為對(duì)抗這些網(wǎng)絡(luò)攻擊的資產(chǎn)。不過(guò)，其入門可能會(huì)讓人感到有些畏懼。

以下步驟可以幫助企業(yè)開始正確地訓(xùn)練和實(shí)施其無(wú)監(jiān)督機(jī)器學(xué)習(xí)模型。

（1）確定可以實(shí)施人工智能的流程

并非網(wǎng)絡(luò)安全中的所有流程都適合機(jī)器學(xué)習(xí)模型。例如，經(jīng)過(guò)訓(xùn)練以利用無(wú)監(jiān)督學(xué)習(xí)方法的機(jī)器學(xué)習(xí)模型在糾正數(shù)據(jù)泄露方面并不完全有幫助，但在幫助捕捉網(wǎng)絡(luò)攻擊企圖的早期跡象時(shí)非常有用。

仔細(xì)審查當(dāng)前的網(wǎng)絡(luò)安全策略和流程，以確定在不影響網(wǎng)絡(luò)安全團(tuán)隊(duì)工作的情況下，人工智能模型可以在何處得到良好的使用和實(shí)施。

（2）無(wú)監(jiān)督學(xué)習(xí)方法建立成功基準(zhǔn)

在讓企業(yè)的人工智能模型自由運(yùn)行之前，需要設(shè)置一些基準(zhǔn)。這將幫助了解機(jī)器學(xué)習(xí)模型正在幫助而不是阻礙網(wǎng)絡(luò)安全工作。這也意味著需要?jiǎng)?chuàng)建一個(gè)流程來(lái)檢查人工智能模型，以確保它正確解釋數(shù)據(jù)。然后，當(dāng)知道無(wú)監(jiān)督學(xué)習(xí)方法會(huì)取得什么樣的成功時(shí)，就能夠適當(dāng)?shù)丶m正錯(cuò)誤。

（3）監(jiān)控和報(bào)告

一旦企業(yè)的機(jī)器學(xué)習(xí)模型經(jīng)過(guò)訓(xùn)練以應(yīng)對(duì)網(wǎng)絡(luò)威脅和檢測(cè)網(wǎng)絡(luò)攻擊，監(jiān)控和報(bào)告將是其網(wǎng)絡(luò)安全工作成功的關(guān)鍵步驟。

無(wú)監(jiān)督學(xué)習(xí)方法可以強(qiáng)大而有效，但這些模型仍然可能錯(cuò)誤地解釋數(shù)據(jù)。

眾所周知，使用無(wú)監(jiān)督學(xué)習(xí)方法訓(xùn)練的人工智能模型可以對(duì)實(shí)際上沒有任何共同點(diǎn)的數(shù)據(jù)進(jìn)行分類和聚類，因此必須有一個(gè)過(guò)程來(lái)糾正這些出現(xiàn)的解釋。

不過(guò)，在大多數(shù)情況下，密切關(guān)注這些機(jī)器學(xué)習(xí)模型至關(guān)重要，因?yàn)樵谌斯ぶ悄苣Ｐ蛯⒏鱾€(gè)部分組合在一起之前，永遠(yuǎn)不知道何時(shí)可以根據(jù)數(shù)據(jù)開始識(shí)別網(wǎng)絡(luò)威脅。而人類的直覺仍然是人工智能無(wú)法復(fù)制的網(wǎng)絡(luò)安全策略的重要組成部分。

網(wǎng)絡(luò)威脅數(shù)量如今正在上升，無(wú)監(jiān)督學(xué)習(xí)方法可以幫助企業(yè)為其網(wǎng)絡(luò)安全團(tuán)隊(duì)創(chuàng)建機(jī)器學(xué)習(xí)模型，以對(duì)抗網(wǎng)絡(luò)攻擊。

原文鏈接：https://dzone.com/articles/using-unsupervised-learning-to-combat-cyber-threat