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(jìn)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(jìn)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(jìn)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
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。