在目前網(wǎng)絡日益發(fā)達的年代中，網(wǎng)絡攻擊也日漸頻繁，到了2017年，更是網(wǎng)絡攻擊比較活躍的年份，在今年早些時間令人震驚的Wanna Cry“蠕蟲式”勒索病毒便是全球的互聯(lián)網(wǎng)一場災難，給廣大的電腦用戶造成了巨大損失。據(jù)最新數(shù)據(jù)顯示，有150多個國家和地區(qū)超過30萬臺電腦遭到了勒索病毒攻擊、感染，造成高達80億美元的損失。
中國部分Windows操作系統(tǒng)用戶也遭受感染，大量實驗室數(shù)據(jù)和畢業(yè)設計被鎖定加密，部分大型企業(yè)的應用系統(tǒng)和數(shù)據(jù)庫文件被加密，無法工作，損失巨大。
新型網(wǎng)絡攻擊
在過去，網(wǎng)絡攻擊主要利用漏洞來發(fā)動針對性的攻擊，但是隨著“漏洞賞金”計劃的日益普及，漏洞的數(shù)量大幅度減少，這迫使攻擊者們改變了攻擊方式，轉(zhuǎn)而將視線放在了常規(guī)攻擊途徑——網(wǎng)絡釣魚。
研究表明，2016年，企業(yè)發(fā)現(xiàn)自身遭受攻擊的時間為99天，雖然相比2015年146天，時間明顯縮短，然而對攻擊者而言，這個時間已足夠充裕。在2016年的《數(shù)據(jù)泄露調(diào)查報告》中指出，2016年超過30%的釣魚網(wǎng)站都被打開，而這一數(shù)據(jù)在2014年打開比例僅為24%。
攻擊時間雖然縮短，但是攻擊方式卻更加多樣化，如此一來，很多用戶根本就不知道自己什么時候中了病毒。雖然很多時候，我們可以通過電腦上安裝的安全軟件來及時補上這些漏洞以及預防釣魚網(wǎng)站，但是目前，我國安全人員缺口巨大，安全漏洞的防范以及釣魚網(wǎng)站的屏蔽都稍顯滯后。
目前，網(wǎng)絡釣魚攻擊的方式也在不斷發(fā)展，過去時，攻擊者可能只會發(fā)送與一條帶有跳轉(zhuǎn)到虛假網(wǎng)站的鏈接，誘騙用戶在自己的電腦上運行惡意代碼。
但是現(xiàn)在，攻擊的方式更加多樣化，攻擊者甚至會針對企業(yè)、公司或個人，進行針對性的設計來進行誘騙，這種方式被稱為魚叉式網(wǎng)絡攻擊。魚叉式網(wǎng)絡釣魚是目前威脅到大型企業(yè)和個人網(wǎng)絡安全的最主要的攻擊方式。
人工智能輔助防御
針對這種魚叉式網(wǎng)絡釣魚攻擊，防網(wǎng)絡釣魚產(chǎn)品和服務在很久之前就已經(jīng)面世。但是一直以來，這種防御系統(tǒng)的效果并不理想。但是近些年人工智能技術的快速興起，讓人們看到了防御網(wǎng)絡攻擊的新方式，人工智能與網(wǎng)絡安全的結合成為了目前的維護網(wǎng)絡安全的新選擇。
值得注意的是，利用人工智能技術來防御魚叉式網(wǎng)絡攻擊，不僅能快速檢測并阻止魚叉式網(wǎng)絡釣魚攻擊，并且能快速識別處于魚叉式網(wǎng)絡釣魚最高風險級別的員工。從而使得網(wǎng)絡安全領域走向智能化的防護，讓以前被動的防御變成了主動預防，這將大大提升網(wǎng)絡安全，提高防護效率，真正實現(xiàn)了智能防護。
目前為止，阿里云承載了中國40%的網(wǎng)站服務。據(jù)阿里云云計算安全事業(yè)部自身總經(jīng)理肖力介紹，阿里云每天防御的黑客攻擊體量為16億次，包括2一次暴力破解，每天能夠成功防御200次DDoS攻擊。
這樣強度的攻擊，依靠工程師來進行防御非常困難，因此也不得不借助人工智能來進行協(xié)助。相較于過去通過安全工程師發(fā)現(xiàn)并識別攻擊，如今一些智能安全算法已經(jīng)把這個過程的用時，從半小時縮減到幾秒。
為此，在近日舉辦了第二屆阿里云安全算法挑戰(zhàn)賽，來自各大知名院校的高材生齊聚一堂，共同進行網(wǎng)絡安全維護的挑戰(zhàn)。如今每年國內(nèi)的安全人才缺口在10萬級，其中從事安全事業(yè)、又掌握機器學習算法武器的人才，更是鳳毛麟角，這也是阿里舉辦安全算法大賽的原因，他們希望從行業(yè)和高校中，尋找更多來自算法或者安全領域的高手。
總結
目前有很多公司用深度學習、機器學習等技術從事互聯(lián)網(wǎng)安全領域的研究，但是真正帶來根本性變革的臨界點還尚未來到。如今安全智能產(chǎn)業(yè)仍處于一個不斷優(yōu)化，提升效率的階段。
但是毫無疑問，數(shù)據(jù)時代和智能時代已經(jīng)來臨，人工智能也是未來發(fā)展的方向，而人工智能與網(wǎng)絡安全相結合更是今后必然走出的一步，屆時，人工智能將會發(fā)揮其更大的價值和能量，推動網(wǎng)絡安全行業(yè)實現(xiàn)更大的進步，讓企業(yè)與個人的網(wǎng)絡不再受到黑客的侵襲。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
