忽如一夜春風來!

本周有一個王健林的采訪視頻刷爆了朋友圈，無獨有偶，他談小目標的話音還未落，同一天360網神集團總裁吳云坤，也定了一個小目標，一個能達到的小目標：“讓網絡安全具有智能”!

其實提起“智能”，大家肯定不會陌生，谷歌人工智能機器人AlphaGo大勝韓國棋手李世石的爆炸性新聞，你一定還記憶猶新。但是你是否聽說過網絡安全的智能呢?網絡安全如何運用智能?網絡安全具有智能，可以怎樣影響我們的生活?

8月29日，業界***安全公司——360網神舉辦的“協同安全理念及產品創新媒體會”上，《安全智庫》作為受邀媒體，有幸采訪到其集團總裁吳云坤，近距離聽他談自己定的小目標。

PS：《安全智庫》先后與吳總相約數次，奈何吳總工作繁忙，突發性事情不斷，一直沒能采訪到。今日終于得見，暗爽!但又暗自忖度，吳總作為安全領域的***專家，負責整個360網神集團業務，辦事嚴謹。想必其是一個威嚴、不茍言笑的技術大咖。然見面后，吳總笑容可掬，有問必答，還不忘照顧我們茶水、座席，儼然一個“鄰居大叔”。

吳云坤，曾任國內知名安全公司副總裁，其一向以對網絡安全獨到的前瞻性視角，在業內獲得廣泛贊譽。在2015年互聯網安全大會(ISC)分析論壇中，就做過題為“從微觀到宏觀---大數據如何改變安全”的演講而廣受好評。

[[171110]]

《安全智庫》現在為您帶來吳云坤的“網絡安全小目標”的解讀。

Intelligence，具有幾種含義，在國外還有威脅情報的意思，這里是指智能的含義。從智能角度而言，由于智能跟數據處理技術非常相關，所以過去大家有個誤區，只要用到大數據就有了智能，這其實不對。因為大數據只是存數據的地方，數據處理技術才是關鍵，現在把數據處理技術的智能分為三個類型。

***類智能是解決關聯分析的可視化問題，數據的關聯分析非常重要，舉個簡單例子，我們曾經幫別人找間諜(這是個涉密話題)，當發現他乘坐了一個航班，就研究他一個月之內乘坐過的所有航班，把這些訂票號都找出來，我們想知道跟他具有同樣訂票號的某一個人是誰。比如一張訂票號訂了兩張機票，一個給你，一個給我，這樣可以找出一堆可能跟他相關的人員，如果確定他有問題，我們就再進一步看他們的住址信息有沒有關聯關系。

再比如通過護照號各種各樣關系查找，這是典型的關聯分析能力，但這種關聯分析能力如果數據在excel里就瘋了，所以關聯分析往往跟可視化分析非常相關，這種關聯分析叫可視化分析技術，可視化分析解決關聯分析問題的可視化，是很重要的技術。現在這個領域中經常出現叫可視化分析技術的大會，或者學術論壇，還有參加這類競賽做完的很多可視化分析的東西，很多用于找到誰是綁架犯，誰是搶劫犯等等。

第二類智慧是解決識別問題，識別問題一般采用機器學習，過去用SVM (Support Vector Machine，支持向量機)是傳統的機器學習，現在用深度學習去做，有很多種方式。其實識別人臉和識別惡意軟件，原理非常像，都是通過訓練的方式，但深度學習不一定要有前期的訓練集，可能更多想做聚類分類的內容。

我們經常提到機器學習方法中，包括過去的機器學習與現在的深度學習，這是第二類智慧，用于個類識別，就是判黑判白，比如我們來判斷是好人，還是壞人;是好樣本，還是壞樣本;是好域名，還是壞域名。解決各類識別問題，包括樣本識別問題、域名識別問題、IP識別問題、郵箱識別問題等等。

第三類智慧解決的問題是關聯問題，上面說可視化分析解決關聯問題，機器學習也能解決關聯問題，舉個簡單問題，我在公司里走一天，就知道哪些員工是同樣的部門，但我什么都沒做，這是因為員工的訪問行為可以聚類、分類。以前我們做不到，現在的確可以做到這些，比如發郵件，把所有郵件關系拓撲拿出來，用機器學習，一下就可以找出來，這不是通過可視化分析找出來，是通過機器學習。再比如轉帳，轉帳網絡數據一看，誰是中心轉帳人，等等，這些數據都可以算出來，都是用機器學習解決的關聯問題，這是機器學習常用的一些做法。

把以上這些技術用在一起，應用領域會非常多。

[[171111]]

一說到識別，人臉可以識別，樣本也可以識別，這些在安全里都可以用到，我們常見的技術，可視化分析和機器學習技術解決的是關聯的問題，還有對象判定問題，這是我們常見的安全做的一些事情。比如像威脅情報技術，就是典型的用關聯技術和識別以后的結果。

假如一個威脅情報是美國打我們的，那做的***步是頭源性分析，找出跟這個情報相關的所有樣本。機器學習或者可視化關聯分析都可以解決這樣的關聯性問題，找出一堆信息。然后進入第二步是識別，這些樣本到底是好的還是壞的，就開始用機器學習做，進入識別過程。在安全行業里研究的，基本就是用顯微鏡去看一個東西進行識別，要么就是用望遠鏡研究關聯關系。顯微鏡，就是看單體的對象，比如看一個人好和壞。

“那么智能怎么體現出來?”吳云坤講到這里，突然發問，這一問，像針對在場人員，又似乎是在問自己。他環視會議室一周，頓了一下，接著說：“在安全里面常見的就是用顯微鏡看個體，再用望遠鏡看群體，這里會產生很多決策鏈條的問題，如果把這兩件事情做好，剩下要解決的問題反倒簡單了。以前沒有機器學習、沒有可視化分析的時候，研究所有的東西也基本考慮單體、個體問題和群體問題，但是做的會非常痛苦，因為***數據量少，第二沒有機器學習與可視化分析。”

撥開云霧見天日，守得云開見月明!

吳云坤作為網絡安全業界的老兵，對于行業的理解，自然也做到了先人一步。他撥開網絡安全紛繁復雜的表象,感慨說：“其實網絡安全本質從沒變過，跟破案子一樣，永遠是在研究嫌疑犯與跟他周圍的社交關系，網絡安全永遠也是這樣。”