結(jié)合人工智能和機(jī)器學(xué)習(xí) 物聯(lián)網(wǎng)安全性正在變得更高

　　對(duì)于供應(yīng)商及其客戶而言，由于復(fù)雜性、成本的問題，物聯(lián)網(wǎng)安全在很大程度上仍然是在出現(xiàn)問題之后才會(huì)考慮的問題。這些物聯(lián)網(wǎng)設(shè)備應(yīng)如何在企業(yè)網(wǎng)絡(luò)上運(yùn)行，需要進(jìn)行更深入的行為分析，這與過(guò)去筆記本電腦和智能手機(jī)等設(shè)備所使用的方法大相徑庭。

　　鑒于人們采用單一用途網(wǎng)絡(luò)連接設(shè)備的速度越來(lái)越快，大多數(shù)高管都非常擔(dān)心物聯(lián)網(wǎng)設(shè)備可能給他們的業(yè)務(wù)帶來(lái)的潛在風(fēng)險(xiǎn)。值得關(guān)注的是由于處理不當(dāng)，這些設(shè)備會(huì)影響安全和日常運(yùn)營(yíng)。如果沒有得到妥善保護(hù)，被黑客入侵的物聯(lián)網(wǎng)設(shè)備可以提供企業(yè)數(shù)據(jù)的網(wǎng)關(guān)和巨大的漏洞。

　　其實(shí)，物聯(lián)網(wǎng)安全性正在嘗試自動(dòng)保護(hù)這些設(shè)備，并使用已經(jīng)在網(wǎng)絡(luò)中肆虐的現(xiàn)有數(shù)據(jù)包阻止來(lái)自越來(lái)越多的處理器和內(nèi)存受限的物聯(lián)網(wǎng)設(shè)備的威脅。這些系統(tǒng)的行為與傳統(tǒng)計(jì)算機(jī)有很大不同，它們與企業(yè)防火墻外的系統(tǒng)進(jìn)行交互。

　　幸運(yùn)的是，最近大數(shù)據(jù)網(wǎng)絡(luò)分析的技術(shù)進(jìn)步，結(jié)合人工智能（AI）和機(jī)器學(xué)習(xí)（ML）技術(shù)，正在產(chǎn)生新的平臺(tái)，可以解決網(wǎng)絡(luò)世界迫在眉睫的安全問題。

　　無(wú)論是使用新的AI解決方案還是尋找以更小的步驟更好地保護(hù)物聯(lián)網(wǎng)網(wǎng)絡(luò)的方法，要確保安全解決方案包括以下原則。

　　由于物聯(lián)網(wǎng)設(shè)備的設(shè)計(jì)并不具備強(qiáng)大的網(wǎng)絡(luò)或安全功能，因此只需在網(wǎng)絡(luò)上找到它們并準(zhǔn)確了解它們的行為方式就是第一步。應(yīng)用于分析網(wǎng)絡(luò)流量的新AI和機(jī)器學(xué)習(xí)技術(shù)可以提供分層設(shè)備分類系統(tǒng)，該系統(tǒng)使用每個(gè)檢測(cè)到的設(shè)備的詳細(xì)行為來(lái)自動(dòng)地對(duì)物聯(lián)網(wǎng)設(shè)備進(jìn)行盤點(diǎn)和分類。

　　了解正常的物聯(lián)網(wǎng)設(shè)備行為能夠標(biāo)記機(jī)器異常，AI和機(jī)器學(xué)習(xí)算法非常適合此目的，因?yàn)樗鼈冊(cè)试S在整個(gè)網(wǎng)絡(luò)中實(shí)時(shí)分析和測(cè)量網(wǎng)絡(luò)上的每個(gè)設(shè)備，以確定物聯(lián)網(wǎng)設(shè)備何時(shí)、何地和為何表現(xiàn)不佳或可能產(chǎn)生安全威脅。

　　在具有正常行為標(biāo)準(zhǔn)的情況下，任何與該行為的偏差都可以立即檢測(cè)到性能問題或潛在的安全問題。僅了解性能問題或潛在的安全威脅是不夠的，采取行動(dòng)隔離有異常表現(xiàn)的物聯(lián)網(wǎng)設(shè)備至關(guān)重要，這需要新的物聯(lián)網(wǎng)平臺(tái)使用與現(xiàn)有安全工具的編程接口來(lái)主動(dòng)實(shí)施安全策略。

　　國(guó)內(nèi)物聯(lián)網(wǎng)卡供應(yīng)平臺(tái)物聯(lián)卡商城表示，企業(yè)要在新的物聯(lián)網(wǎng)系統(tǒng)上實(shí)現(xiàn)合理的投資回報(bào)率，他們必須采用更完整的物聯(lián)網(wǎng)方法，包括性能和安全方面，使用對(duì)已經(jīng)遍布當(dāng)今網(wǎng)絡(luò)的不斷增加的流量進(jìn)行復(fù)雜的數(shù)據(jù)分析。

（文章來(lái)源：http://www.wlk.cn/a/510）