人工智能的深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)高級(jí)分支，也被稱為“神經(jīng)網(wǎng)絡(luò)”，因?yàn)樗c人類大腦的工作方式如出一轍。高級(jí)認(rèn)知任務(wù)在人類大腦的外部皮層進(jìn)行，而我們有數(shù)十億個(gè)的神經(jīng)元，這些神經(jīng)元可以通過(guò)各種類型的數(shù)據(jù)進(jìn)行學(xué)習(xí)。由于深度神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)中的第一算法單元，不需要手動(dòng)工程特征，因此這是深度學(xué)習(xí)的偉大革命。不僅不需要手動(dòng)工程，它們還可以通過(guò)對(duì)原始數(shù)據(jù)處理高層次特征進(jìn)行處理，自主學(xué)習(xí)識(shí)別對(duì)象，這種方式和人類大腦通過(guò)感官輸入處理原始原始數(shù)據(jù)進(jìn)行學(xué)習(xí)十分相似。
來(lái)，看我的手勢(shì)，完美!
當(dāng)應(yīng)用到網(wǎng)絡(luò)安全時(shí)，在沒(méi)有任何人工干預(yù)下，如預(yù)先告訴它這個(gè)文件是惡意還是合法的，深度學(xué)習(xí)的核心引擎一直在這種情況下不斷學(xué)習(xí)升級(jí)，在檢測(cè)首次發(fā)現(xiàn)的惡意軟件時(shí)，與傳統(tǒng)機(jī)器學(xué)習(xí)相比，基于深度學(xué)習(xí)的解決方案呈現(xiàn)出十分突破性的成果。
在基于公開(kāi)已知的數(shù)據(jù)庫(kù)的端點(diǎn)的真正環(huán)境測(cè)試中，移動(dòng)和APT惡意軟件的檢測(cè)率也十分顯著。例如，基于深度學(xué)習(xí)的解決方案對(duì)大幅和輕微修改的惡意代碼的檢測(cè)識(shí)別率超過(guò)99%。這些結(jié)果與深度學(xué)習(xí)在其他領(lǐng)域的表現(xiàn)是一致的，如計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別和文本理解。