随着大数据的应用，人工智能逐渐走入人们的视野。自围棋AI ，AlphaGo名声大噪之后，人们在对人工智能表示恐惧和担忧的同时，人工智能技术应用也渐入佳境，进而直接或间接地推动着其他学科领域的进步和发展。
同时随着信息泄露、黑客攻击、电信诈骗等欺诈、盗窃行为的升温，网络安全问题也在日渐成为人们的关注焦点，如何有效的利用人工智能技术对网络数据进行安全防护，应该是今后网络安全领域的重要问题之一。将人工智能技术引入网络安全，完善现有技术手段增强网络管理，实现从人工向人工智能的过渡。
人工智能市场广阔
随着技术革新，过去被认为是AI算法瓶颈的围棋，已被一只AlphaGo突破，以后人工智能技术将会越来越多地进入到工业、金融、医疗、安全等诸多领域。
在汽车领域利用人工智能技术研究无人驾驶，而特斯拉去年已经在新车型上实现了这个功能，等待红灯、保持车距、躲避障碍物都轻松完成。
在网络安全领域，各大安全厂商都推出了各自品牌的沙盒、防火墙等产品，并与云端相结合，渐渐走入人们的生活中。
根据市场研究机构的数据显示，随着AI在媒体、广告、零售、金融和安全等领域的广泛应用，人工智能市场规模将从2014年的4.2亿美元增长至2020年的50.5亿美元。而研究机构Gartner称，预计2018年，全世界将有60亿台设备用上人工智能技术。
人工智能在网络安全领域中的能力
当下的人工智能时代，当软件和系统面临越来越多的漏洞和攻击时，人工找寻和修补远远落后。随着人工智能由概念走向实用，网络安全与人工智能的能力相结合从而改进安全产品的检测与防御能力。
一、入侵检测
运用入侵检测技术对网络安全进行分析和筛选，删除冗余和检测重要数据，并通过可视化编程对数据进行处理，能基本消除人为失误，减少误报数量，然后将其提供给用户。
入侵检测与扫描技术，可帮助企业发现自身的漏洞、弱点等隐患，筛查恶意植入的违法钓鱼代码等行为。
二、模糊识别
人工智能技术具有处理未知问题的能力，一般采用的是模糊逻辑的推理方式，不用非常准确的描述数据模型。面对入侵，由于需要检测目标过于复杂，无法给异常下准确的定义，需根据异常行为的程度来决定是否为入侵行为。
三、协作能力
计算机网络无论是在结构上，还是在规模上，都在不断扩大。这就增加了网络管理的难度，不能单一的管理，而应该采用分级式管理。一级一级的对网络进行监测，这时候就需要上级与下级进行很好的协作。而人工智能技术具有的协作分布思维，可以很好提高网络的协作与检测能力。
四、学习能力
网络的拓扑结构复杂，瞬变性又使网络成为了高度非线性的对象。
人工智能主要通过机器模仿人类智能，使其具有处理非线性能力，人在解决非线性问题方面具有很强的能力，自然人工智能也具有很强的解决非线性问题。
认知与学习能力是人工智能发展的重要阶段，它主要探索让机器自主学习，举个例子：电话诈骗防范拦截平台，运用智能语音和意图理解的技术手段，对大量历史案件进行逐一分析，对诈骗犯罪分子通话模式、诈骗剧本等进行深入研究。平台能够针对诈骗人员的诈骗行为、作案手段和诈骗剧本进行分析建模，结合人工智能的意图理解技术，自动识别诈骗主题以及判定受骗程度。
人工智能+人>黑客？
随着“互联网+”、大数据、网络融合等战略实施，互联网企业收集了大量用户个人数据、生产运行数据等重要数据，企业将面临很大的安全挑战，黑客攻击、信息窃取、数据泄露等事件时有发生。
如今的网络安全领域，人工智能的运用已经有了很大的突破，智能防火墙、邮件拦截等产品均具备深度学习能力，通过对攻击数据的学习，形成动态的防御体系，黑客输入的攻击数据越多，自我学习动态防御的能力就越高，并与云端结合，访问相关数据和历史数据，分析构建恶意数据库，实现较为准确的拦截。
俗话说的好“魔高一尺道高一丈”先有魔，后有道。如今的“道”，已经实现人工智能的广泛应用，而“魔”呢？黑客其实早已实现完全自动化了......攻击的投放、发起、渗透，只是在其中几个小的步骤才需要人工介入，通过一个可视化界面管理着被渗透的全世界几十万台服务器。
其实面对当今的网络安全形式，每日都会有成百上千的崩溃报告、DDoS攻击、数据泄露等攻击行为，我们不应渴求“完美的防御”，而应该尽量提高攻击成功率的门槛，降低攻击成功率或是缩短防御响应时间，形成正确的“安全观”。最后提醒大家，被攻击只是时间而已，现在没有发生，未来必然发生。
(责任编辑：安博涛)
