CNET科技資訊網(wǎng) 5月3日 北京消息(文/齊豐潤): 技術(shù)的飛速發(fā)展帶來的是安全行業(yè)越來越受到重視,同時也讓各種新技術(shù)得以在安全領(lǐng)域中大膽的去應(yīng)用。當(dāng)下,越來越多的網(wǎng)絡(luò)安全公司開始利用深度學(xué)習(xí)、自動化處理、人工智能等技術(shù)手段對數(shù)據(jù)進行深度分析,改善安全防御體系,實現(xiàn)對威脅的快速及時響應(yīng)和控制。
在2017北京國際互聯(lián)網(wǎng)科技博覽會暨世界網(wǎng)絡(luò)安全大會上,“阿里聚安全算法挑戰(zhàn)賽”進行了現(xiàn)場答辯,并最終決出了優(yōu)勝者。據(jù)了解,此次答辯賽總共有15名選手入圍。最后,StanTheMan戰(zhàn)隊勇奪冠軍,并獲得150000元的現(xiàn)金大獎和8月份赴加拿大參加國際頂級數(shù)據(jù)挖掘會議KDD 2017的學(xué)習(xí)機會;Waterdrop戰(zhàn)隊、SmartIDS戰(zhàn)隊分獲亞軍和季軍;secAI_LYL戰(zhàn)隊和freelife戰(zhàn)隊獲得第四名。
本屆線上選拔賽賽題包括了《人機行為識別》、《SQL注入檢測》和《社區(qū)反垃圾》,首次把風(fēng)控、網(wǎng)絡(luò)安全及內(nèi)容安全的多維度數(shù)據(jù)結(jié)合的算法比賽。據(jù)悉,“阿里聚安全算法挑戰(zhàn)賽”吸引了來自全球1000多支參賽隊伍,其中不乏中國科學(xué)院、北京大學(xué)、浙江大學(xué)等眾多高校人才,也有大數(shù)據(jù)行業(yè)資深人士、網(wǎng)絡(luò)安全專家、企業(yè)和創(chuàng)業(yè)者參與。
參賽選手表示,“阿里聚安全舉辦的這次比賽非常好,對于我來說,這是一次極好的‘實戰(zhàn)’機會。賽題采用了阿里巴巴安全部真實匯總的數(shù)據(jù),而且有阿里云強大計算力的支持。另外,本次比賽還把風(fēng)控、網(wǎng)絡(luò)安全及內(nèi)容安全進行了很好的結(jié)合,對選手的能力是一個非常大的挑戰(zhàn),也讓我們得到了提升。”
將AI融入到安全中已經(jīng)成為了行業(yè)的新趨勢。但在當(dāng)前,很多擁有豐富的安全行業(yè)經(jīng)驗的工程師,并沒有專業(yè)且海量的數(shù)據(jù)供其研究。相對的,對于專注于算法領(lǐng)域的工程師來說,其在一定程度上又缺乏對安全的認(rèn)知。這使得從人才層面上,安全+AI的應(yīng)用就面臨了很多難點。
為此,阿里安全打造了開放平臺阿里聚安全,在依托阿里巴巴十余年的安全領(lǐng)域詞庫沉淀,每天百億級的交易、近百PB的數(shù)據(jù)下,為企業(yè)提供安全能力的同時,還為業(yè)界輸出計算能力和專業(yè)數(shù)據(jù),幫助算法專家和安全專家更好地互通,融合網(wǎng)絡(luò)安全和人工智能兩大熱門領(lǐng)域。
據(jù)悉,阿里聚安全的數(shù)據(jù)風(fēng)控、內(nèi)容安全服務(wù)已經(jīng)大量應(yīng)用人工智能和深度學(xué)習(xí)技術(shù),使用成熟的模型和算法,實時預(yù)警分析,可大幅度幫助企業(yè)降低人力成本,并提升業(yè)務(wù)風(fēng)險的防控能力。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團隊首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團隊通過創(chuàng)新的多智能體強化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。