中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

1.1 概念

一般而言，人工智能（Artificial Intelligence，簡稱 AI）是指人造機(jī)器所表現(xiàn)出來的智能，關(guān)于人工智能學(xué)科可被認(rèn)為是研究、開發(fā)用于模擬、延伸和擴(kuò)展智能的可行性、理論、方法、技術(shù)、應(yīng)用系統(tǒng)及倫理等等一門新的科學(xué)和工程學(xué)科。這其中，核心在于“智能”，由于人類目前唯一認(rèn)知的高等智能是人類本身，因此，人工智能企圖通過探索人類智能的實(shí)質(zhì)，制造出一種“像人一樣思考或行動”的機(jī)器系統(tǒng)，前者解決的是邏輯、推理和尋找最優(yōu)解等問題，后者則是可以通過認(rèn)知、計(jì)劃、推理、學(xué)習(xí)、溝通、決策等行動實(shí)現(xiàn)任務(wù)目標(biāo)。

對于人工智能確切的定義，尚未有普遍可以接受的共識，從中也可以看出人工智能發(fā)展初期的階段性特點(diǎn)。一是總體而言，人工智能理論建構(gòu)尚遠(yuǎn)不成熟、技術(shù)突破也在探索突破的發(fā)力期，原因在于人類對智能本身運(yùn)作的機(jī)理和構(gòu)成要素了解較少；二是技術(shù)應(yīng)用領(lǐng)先于概念理論，在不同的方向和子領(lǐng)域，存在一定的壁壘，且目前尚看不出人工智能的主流技術(shù)路線，原因在于人工智能是涉及計(jì)算機(jī)、通信、數(shù)學(xué)、神經(jīng)、認(rèn)知、心理、哲學(xué)等等各種生物、工程、技術(shù)、人文學(xué)科復(fù)雜交叉，不同學(xué)科背景的研究者進(jìn)行人工智能研究時(shí)面對不低的溝通成本。

1.2 人工智能發(fā)展沿革

人工智能概念自 1956 年首次提出以來，經(jīng)歷了長期而又波折的算法演進(jìn)和應(yīng)用檢驗(yàn)，直至近 20 年隨著計(jì)算技術(shù)和大數(shù)據(jù)技術(shù)的高速發(fā)展，人工智能得到超強(qiáng)算力和海量數(shù)據(jù)的支持，才獲得了越來越廣泛的應(yīng)用驗(yàn)證，無論是技術(shù)本身的演進(jìn)還是應(yīng)用領(lǐng)域的擴(kuò)展，都取得了跨越式發(fā)展。迄今為止，人工智能的發(fā)展經(jīng)歷了三個(gè)階段：

模式識別（Pattern Recognition）階段：最初的模式識別階段大致從 20 世紀(jì) 50 年代前后延續(xù)至 20 世紀(jì) 80 年代，此時(shí)期的人工智能技術(shù)主要集中在模式識別類技術(shù)的研發(fā)和應(yīng)用上，包括沿用至今的語音識別和圖像識別技術(shù)均發(fā)軔于此。模式識別主要是指模仿人類識讀符號的認(rèn)知過程從而實(shí)現(xiàn)智能系統(tǒng)。

機(jī)器學(xué)習(xí)（Machine Learning）階段：機(jī)器學(xué)習(xí)最早可追溯至人工智能誕生不久時(shí)，但實(shí)際取得突破性進(jìn)展是在 20 世紀(jì) 80 年代及以后。彼時(shí)的人工智能以應(yīng)用仿生學(xué)為主要特點(diǎn)，受人腦學(xué)習(xí)知識主要是通過神經(jīng)元間突觸的形成與變化的啟發(fā)，計(jì)算機(jī)也可用來模擬神經(jīng)元工作，因此也稱為神經(jīng)元發(fā)展階段，今天廣泛應(yīng)用的人工神 經(jīng) 網(wǎng) 絡(luò)（ANN，Artificial Neural Networks）、支 持 向 量 機(jī) (SVM, Support Vector Machine) 技 術(shù)均來源于此，SVM 可謂這一時(shí)期的最頂峰成果，它實(shí)現(xiàn)了高效的歸納學(xué)習(xí)，具有數(shù)據(jù)樣本有限情況下精確分類的優(yōu)勢。

深度學(xué)習(xí)（Deep Learning）階段：2006 年，隨著深度學(xué)習(xí)模型的提出，人工智能引入了層次化學(xué)習(xí)的概念，通過構(gòu)建較簡單的概念來學(xué)習(xí)更深、更復(fù)雜的概念，真正意義上實(shí)現(xiàn)了自我訓(xùn)練的機(jī)器學(xué)習(xí)。深度學(xué)習(xí)可從大數(shù)據(jù)中發(fā)現(xiàn)復(fù)雜結(jié)構(gòu)，具有強(qiáng)大的推理能力和極高的靈活性，由此揭開了嶄新人工智能時(shí)代的序幕。在人工智能第三波發(fā)展熱潮中，深度學(xué)習(xí)逐漸實(shí)現(xiàn)了在機(jī)器視覺、語音識別、機(jī)器翻譯等多個(gè)領(lǐng)域的普遍應(yīng)用，也催生了強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)、生成對抗網(wǎng)絡(luò)等新型算法和技術(shù)

方向。

圖 1 人工智能各技術(shù)方向發(fā)展沿革

1.3 人工智能技術(shù)的典型代表

（1）機(jī)器學(xué)習(xí) (ML, Machine Learning): 是當(dāng)前人工智能的關(guān)鍵技術(shù)，通過設(shè)定模型，輸入數(shù)據(jù)進(jìn)行訓(xùn)練，改善自身性能，重在歸納、聚合而非演繹。

（2）專家系統(tǒng)（ES, Expert System）：專家系統(tǒng)主要是將規(guī)則和邏輯引入 AI 系統(tǒng)，幫助和執(zhí)行自動化決策。

（3）過程自動化 (AT, Automation )：采用自動化腳本的方法，實(shí)現(xiàn)任務(wù)自動化代替或協(xié)助人類員工。

（4） 深 度 學(xué) 習(xí)（DL, Deep Learning）： 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中一種基于對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法，使用特定的表示方法從實(shí)例中更容易學(xué)習(xí)新的任務(wù)。

（5）自然語言處理（NLP, Natural Language Processing）：讓計(jì)算機(jī)處理并理解人類所使用的各類語言，廣義定義還包含讓計(jì)算機(jī)正確運(yùn)用人類語言自如地與人進(jìn)行多種形式的溝通。

（6）計(jì)算機(jī)視覺 (CV, Computer Vision)：研究讓計(jì)算機(jī)如何“看”世界，常見的有對圖像進(jìn)行分析的圖像處理技術(shù)（IP, Image Processing）、從動態(tài)視頻獲取有效信息的視頻分析技術(shù) (VA, Video Analysis) 等，還有支持 AR 和 VR 等的虛

擬智能技術(shù)（VI, Virtual Intelligence）等新興

技術(shù)。

（7）模式識別 (PR, Pattern Recognition)：對信息進(jìn)行整合與智能分析，對由環(huán)境和客體組成的模式進(jìn)行自動處理和判讀，技術(shù)實(shí)現(xiàn)可分為有監(jiān)督的分類（Supervised Classification）和無監(jiān)督的分類 (Unsupervised Classification) 兩種。

（8）情緒識別（ER, Emotion Recognition）：綜合多種技術(shù)感知人類的情緒狀態(tài)。

（9）AI 建模（DT, Digital Twin/AI Modeling）：通過軟件來溝通物理系統(tǒng)與數(shù)字世界，這也是物理與虛擬世界的交界面。

（10）機(jī)器人技術(shù) (RB, Robotics): 機(jī)器人有著廣闊的應(yīng)用，形態(tài)也各異，常見的有無人駕駛、無人機(jī)等。

（11）虛擬代理 (VA, Virtual Agents)：復(fù)合多項(xiàng)技術(shù)，能 夠 與 人 類 進(jìn) 行 交 互 的 計(jì) 算 機(jī) 代理 或 程 序， 目 前 常 被 用 于 客 戶 服 務(wù) 或 語 音助理。

2.1 網(wǎng)絡(luò)空間安全威脅趨向智能

隨著網(wǎng)絡(luò)信息技術(shù)全面普及以及數(shù)據(jù)價(jià)值的持續(xù)增長，網(wǎng)絡(luò)空間安全威脅持續(xù)嚴(yán)峻，且呈現(xiàn)出智能化、隱匿性、規(guī)?；奶攸c(diǎn)，網(wǎng)絡(luò)空間安全的防御、檢測和響應(yīng)面臨更大的挑戰(zhàn)。采用人工智能的網(wǎng)絡(luò)威脅手段已經(jīng)被廣泛應(yīng)用于網(wǎng)絡(luò)犯罪，包括漏洞自動挖掘、惡意軟件智能生成、智能化網(wǎng)絡(luò)攻擊等，網(wǎng)絡(luò)攻擊方式的智能化升級打破了攻防兩端的平衡。魔高一尺，道高一丈，網(wǎng)絡(luò)安全攻防不對稱要求網(wǎng)絡(luò)空間安全防御方采取更加智能化的思想與手段予以應(yīng)對。

2.2 網(wǎng)絡(luò)空間安全邊界開放擴(kuò)張

智能互聯(lián)時(shí)代，網(wǎng)絡(luò)空間安全的邊界不斷擴(kuò)展。一方面，傳統(tǒng)基于網(wǎng)絡(luò)系統(tǒng)和設(shè)備等物理邊界的網(wǎng)絡(luò)安全防御邊界日趨泛化，網(wǎng)絡(luò)安全攻擊范圍被全面打開。另一方面，網(wǎng)絡(luò)空間治理全面滲透在政治、經(jīng)濟(jì)、社會等各個(gè)領(lǐng)域，網(wǎng)絡(luò)空間安全影響領(lǐng)域全面泛化。邊界的開放擴(kuò)張要求積極將各類智能化技術(shù)應(yīng)用于全業(yè)務(wù)流程的安全防御。

2.3 網(wǎng)絡(luò)空間安全人力面臨不足

網(wǎng)絡(luò)空間安全威脅形勢日趨嚴(yán)峻，與之對應(yīng)的是安全人員面臨嚴(yán)重短缺，根據(jù)邁克菲調(diào)查顯示，企業(yè)普遍認(rèn)為他們需要增加 24% 的安全人員才能有效應(yīng)對面臨的網(wǎng)絡(luò)威脅。網(wǎng)絡(luò)空間不斷延展、移動設(shè)備增加、多云端服務(wù)正在使安全人員的工作變得越來越復(fù)雜，而安全人員的短缺更是加劇了安全風(fēng)險(xiǎn)問題。利用人工智能等技術(shù)推動網(wǎng)絡(luò)防御系統(tǒng)的自主性和自動化，降低安全人員風(fēng)險(xiǎn)分析和處理壓力，輔助其更加高效地進(jìn)行網(wǎng)絡(luò)安全運(yùn)維與監(jiān)控迫在眉睫。

2.4 網(wǎng)絡(luò)空間安全防御趨向主動

針對層出不窮、花樣翻新、破壞加劇的惡意代碼、漏洞后門、拒絕服務(wù)攻擊、APT 攻擊等安全威脅，現(xiàn)有被動防御的安全策略顯得力不從心。智能時(shí)代，網(wǎng)絡(luò)空間安全從被動防御趨向主動防御，人工智能驅(qū)動的自動化防御能夠更快更好地識別威脅，縮短響應(yīng)時(shí)間，是網(wǎng)絡(luò)空間安全發(fā)展的必然方向和破解之道。

3.1 網(wǎng)絡(luò)空間安全的內(nèi)涵

網(wǎng)絡(luò)空間的概念是指由現(xiàn)代信息技術(shù)革命產(chǎn)生的，由通信線路和設(shè)備、計(jì)算機(jī)、軟件、數(shù)據(jù)、用戶以及任何接入網(wǎng)絡(luò)的物體等要素交互形成的全新空間，涵蓋物理設(shè)施、用戶和內(nèi)容邏輯等多個(gè)層面，它將生物、物體和自然空間之間建立起智能聯(lián)系，是人類社會活動和財(cái)富創(chuàng)造的全新領(lǐng)域。

網(wǎng)絡(luò)空間安全是網(wǎng)絡(luò)空間中所有要素和活動免受來自各種威脅的狀態(tài)。隨著信息技術(shù)的不斷創(chuàng)新發(fā)展，網(wǎng)絡(luò)空間安全的范疇正不斷擴(kuò)大，成為非傳統(tǒng)安全的重要組成部分，并與國家、政治、社會、經(jīng)濟(jì)領(lǐng)域的安全密不可分。從網(wǎng)絡(luò)信息技術(shù)的發(fā)展歷程以及技術(shù)邏輯來看，網(wǎng)絡(luò)空間安全可分為三大領(lǐng)域，分別為網(wǎng)絡(luò)系統(tǒng)安全、網(wǎng)絡(luò)內(nèi)容安全和物理網(wǎng)絡(luò)系統(tǒng)安全。其中，網(wǎng)絡(luò)系統(tǒng)安全包括信息基礎(chǔ)設(shè)施、計(jì)算機(jī)系統(tǒng)、網(wǎng)絡(luò)連接、用戶數(shù)據(jù)等設(shè)備和信息的安全保障，需要抵御各種惡意攻擊對信息和網(wǎng)絡(luò)系統(tǒng)的入侵、滲透、中斷、破壞，以及對用戶數(shù)據(jù)的泄露、竊取，網(wǎng)絡(luò)系統(tǒng)安全是保障全球網(wǎng)絡(luò)和計(jì)算機(jī)系統(tǒng)穩(wěn)定運(yùn)行，保護(hù)用戶數(shù)據(jù)和隱私的基礎(chǔ)。網(wǎng)絡(luò)內(nèi)容安全是指在網(wǎng)絡(luò)環(huán)境中產(chǎn)生和流轉(zhuǎn)的信息內(nèi)容是否合法、準(zhǔn)確和健康，是否會對政治、經(jīng)濟(jì)、社會和文化產(chǎn)生不良影響和危害。物理網(wǎng)絡(luò)系統(tǒng)安全包括網(wǎng)絡(luò)空間中任何與網(wǎng)絡(luò)連接的物、人等物理要素的安全，隨著物聯(lián)網(wǎng)、腦機(jī)接口、機(jī)器人等技術(shù)的迅猛發(fā)展，網(wǎng)絡(luò)空間的威脅已延伸到物理空間和現(xiàn)實(shí)世界，由此產(chǎn)生對資產(chǎn)、人身以及自然環(huán)境等要素的潛在安全威脅。網(wǎng)絡(luò)系統(tǒng)安全、網(wǎng)絡(luò)內(nèi)容安全和物理網(wǎng)絡(luò)系統(tǒng)安全相互影響和融合交織，構(gòu)成了本報(bào)告網(wǎng)絡(luò)空間安全的基本內(nèi)涵。

3.2 人工智能技術(shù)在網(wǎng)絡(luò)空間安全應(yīng)用的優(yōu)勢

人工智能是令機(jī)器學(xué)會從認(rèn)識物理世界到自主決策的過程，其內(nèi)在邏輯是通過數(shù)據(jù)輸入理解世界，或通過傳感器感知環(huán)境，然后運(yùn)用模式識別實(shí)現(xiàn)數(shù)據(jù)的分類、聚類、回歸等分析，并據(jù)此做出最優(yōu)的決策推薦。當(dāng)人工智能運(yùn)用到安全領(lǐng)域，機(jī)器自動化和機(jī)器學(xué)習(xí)技術(shù)能有效且高效地幫助人類預(yù)測、感知和識別安全風(fēng)險(xiǎn)，快速檢測定位危險(xiǎn)來源，分析安全問題產(chǎn)生的原因和危害方式，綜合智慧大腦的知識庫判斷并選擇最優(yōu)策略，采取緩解措施或抵抗威脅，甚至提供進(jìn)一步緩解和修復(fù)的建議。這個(gè)過程不僅將人們從繁重、耗時(shí)、復(fù)雜的任務(wù)中解放出來，且面對不斷變化的風(fēng)險(xiǎn)環(huán)境、異常的攻擊威脅形態(tài)比人更快、更準(zhǔn)確，綜合分析的靈活性和效率也更高。因此，人工智能的“思考和行動”邏輯與安全防護(hù)的邏輯從本質(zhì)上是自洽的，網(wǎng)絡(luò)空間安全天然是人工智能技術(shù)大顯身手的領(lǐng)域。

3.2.1 基于大數(shù)據(jù)分析的高效威脅識別

大數(shù)據(jù)為機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法提供源源動能，使人工智能保持良好的自我學(xué)習(xí)能力，升級的安全分析引擎，具有動態(tài)適應(yīng)各種不確定環(huán)境的能力，有助于更好地針對大量模糊、非線性、異構(gòu)數(shù)據(jù)做出因地制宜的聚合、分類、序列化等分析處理，甚至實(shí)現(xiàn)了對行為及動因的分析，大幅提升檢測、識別已知和未知網(wǎng)絡(luò)空間安全

威脅的效率，升級精準(zhǔn)度和自動化程度。

3.2.2 基于深度學(xué)習(xí)的精準(zhǔn)關(guān)聯(lián)分析

人工智能的深度學(xué)習(xí)算法在發(fā)掘海量數(shù)據(jù)中的復(fù)雜關(guān)聯(lián)方面表現(xiàn)突出，擅長綜合定量分析相關(guān)安全性，有助于全面感知內(nèi)外部安全威脅。人工智能技術(shù)對各種網(wǎng)絡(luò)安全要素和百千級維度的安全風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行歸并融合、關(guān)聯(lián)分析，經(jīng)過深度學(xué)習(xí)的綜合理解、評估后對安全威脅的發(fā)展趨勢做出預(yù)測，還能夠自主設(shè)立安全基線達(dá)到精細(xì)度量網(wǎng)絡(luò)安全性的效果，從而構(gòu)建立體、動態(tài)、精準(zhǔn)和自適應(yīng)的的網(wǎng)絡(luò)安全威脅態(tài)勢感知體系。

3.2.3 基于自主優(yōu)化的快速應(yīng)急響應(yīng)

人工智能展現(xiàn)出強(qiáng)大的學(xué)習(xí)、思考和進(jìn)化能力，能夠從容應(yīng)對未知、變化、激增的攻擊行為，并結(jié)合當(dāng)前威脅情報(bào)和現(xiàn)有安全策略形成適應(yīng)性極高的安全智慧，主動快速選擇調(diào)整安全防護(hù)策略，并付諸實(shí)施，最終幫助構(gòu)建全面感知、適應(yīng)協(xié)同、智能防護(hù)、優(yōu)化演進(jìn)的主動安全防御體系。

3.2.4 基于廣域治理的持續(xù)進(jìn)化賦能

隨著網(wǎng)絡(luò)空間內(nèi)涵外延的不斷擴(kuò)展，人類面臨的安全威脅無論從數(shù)量、來源、形態(tài)、程度和修復(fù)性上都在超出原本行之有效的分工和應(yīng)對能力，有可能處于失控邊緣，人工智能對人的最高智慧的極限探索，也將拓展網(wǎng)絡(luò)治理的理念和方式，實(shí)現(xiàn)安全治理的突破性創(chuàng)新。人工智能不僅能解決當(dāng)下的安全難題，而且通過在安全場景的深化應(yīng)用和檢驗(yàn)，發(fā)現(xiàn)人工智能的缺陷和不足，為下一階段的人工智能發(fā)展和應(yīng)用奠定基礎(chǔ)，指明方向，推動人工智能技術(shù)的持續(xù)變革及其更廣域的賦能。

4.1 人工智能安全將成為產(chǎn)業(yè)發(fā)展最大藍(lán)海

可以預(yù)見的是，智慧城市、工業(yè)互聯(lián)網(wǎng)、自動駕駛等將在未來十年全面普及，安全將成為各類智能創(chuàng)新應(yīng)用最核心的痛點(diǎn)需求，也是人工智能技術(shù)最重要的應(yīng)用領(lǐng)域。為此，各國都會全面加大人工智能在安全領(lǐng)域的應(yīng)用，如智慧城市建設(shè)中的安防領(lǐng)域，其產(chǎn)出的海量數(shù)據(jù)和其防護(hù)邏輯與 AI 技術(shù)邏輯的高度自洽，使AI 技術(shù)能夠天然應(yīng)用于安全。

4.2 人工智能本體安全決定安全應(yīng)用進(jìn)程

人工智能在助力解決各領(lǐng)域安全問題的同時(shí)，其自身的安全性也越來越重要。如何保障合理的運(yùn)用 AI 技術(shù)一直是人類面臨的難題。算法、數(shù)據(jù)、物理載體的安全性決定著 AI 的本體安全，是 AI 助力網(wǎng)絡(luò)空間安全的基本前提。因此，AI 技術(shù)助力安全的發(fā)展如同 DNA 的兩條單鏈，一條單鏈?zhǔn)窃谌斯ぶ悄芗夹g(shù)不斷與更多產(chǎn)業(yè)融合下，人工智能保障安全需求迅速增長，第二條單鏈則為對保障人工智能本體安全的需求增長。兩條單鏈相互催生，構(gòu)成了人工智能技術(shù)助力安全的螺旋式發(fā)展。

4.3 “人工”+“智能”將長期主導(dǎo)安全實(shí)踐

長期來看，人工智能技術(shù)只是輔助而非替代人類的關(guān)鍵判斷，其中安全決策尤為復(fù)雜，更是人工智能無法完全替代的領(lǐng)域，因此人類決策與機(jī)器智能將長期并存。例如，F(xiàn)acebook對網(wǎng)絡(luò)新聞的真假判斷仍然是在機(jī)器學(xué)習(xí)對信息進(jìn)行降級處理后進(jìn)行人工審查作出最終判斷在網(wǎng)絡(luò)謠言治理領(lǐng)域，人工智能應(yīng)用依然主要采用機(jī)器 + 專家審核模式。因此，基于人工智能對于復(fù)雜的社會關(guān)系、情感識別、價(jià)值判斷的能力依然不足，智能和人工結(jié)合的人工智能模式將長期主導(dǎo)應(yīng)用實(shí)踐。

4.4 人工智能技術(shù)路線豐富將改善安全困境

機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)高度依賴海量數(shù)據(jù)的“喂養(yǎng)”，但是，數(shù)據(jù)采集與隱私保護(hù)之間已經(jīng)形成囚徒困境。因此，隨著人工智能技術(shù)路線的不斷豐富和發(fā)展，可以根據(jù)用戶需求和應(yīng)用場景，有針對性地選擇人工智能技術(shù)，可以避免智能應(yīng)用對數(shù)據(jù)資源的過度依賴，更好地保障網(wǎng)絡(luò)空間安全。

4.5 網(wǎng)絡(luò)空間安全將驅(qū)動人工智能國際合作

面對共同的威脅是國際合作的重要前提。人工智能時(shí)代，無論是在應(yīng)對網(wǎng)絡(luò)犯罪、網(wǎng)絡(luò)攻擊等安全威脅，或是無人駕駛、智慧城市的安全保障，都需要各國技術(shù)標(biāo)準(zhǔn)、信息資源、應(yīng)對機(jī)制等方面的匹配協(xié)同。其中，面對技術(shù)規(guī)范、行業(yè)標(biāo)準(zhǔn)、法律法規(guī)尚未健全的人工智能新領(lǐng)域，制定統(tǒng)一的安全監(jiān)測標(biāo)準(zhǔn)、安全防范架構(gòu)、安全評估體系需要各國參與共同協(xié)調(diào)，網(wǎng)絡(luò)空間安全成為人工智能國際間合作的重要領(lǐng)域。

（本文選自《信息安全與通信保密》2019年第六期）