隨著DDoS攻擊的日趨成熟，人工智能又該如何面對呢？

“在我的一生中，見證了社會深刻的變化。其中最深刻的，同時也是對人類影響與日俱增的變化，是人工智能的崛起。簡單來說，我認為強大的人工智能的崛起，要么是人類歷史上最好的事，要么是最糟的?！?/p>

——霍金

思科曾預測稱到2020年物聯(lián)網(wǎng)設備的數(shù)量將從現(xiàn)在的150億增長到500億，而在這些設備中缺乏基本的安全措施和安全防護的設備比例占到絕大多數(shù)。2016年Miari僵尸網(wǎng)絡就不斷在全世界留下新的犯罪記錄，連續(xù)發(fā)動了針對新加坡、利比里亞、德國的DDoS攻擊。物聯(lián)網(wǎng)安全作為人工智能目前最需要集中突破的領域，基于輕量級的AI預測模型，可以長時間的駐留并且自主的操作設備，這樣就可以保證即使是在低計算能力的情況下也可以實時的在設備上或者網(wǎng)絡層中檢測和阻斷一些可疑活動。

DDoS攻擊全稱是分布式拒絕服務（Distributed Denial of Service），翻譯成中文就是分布式拒絕服務。一般來說是指攻擊者利用“肉雞”對目標網(wǎng)站在較短的時間內(nèi)發(fā)起大量請求，大規(guī)模消耗目標網(wǎng)站的主機資源，讓它無法正常服務。在線游戲、互聯(lián)網(wǎng)金融等領域是 DDoS 攻擊的高發(fā)行業(yè)。簡單的說就是攻擊者操控大量的傀儡機，對你的服務器進行大量看似合法的訪問，占用服務器的服務資源，從而使真正的用戶的請求無法得到服務的響應。當前DDoS攻擊利益鏈日益成熟，攻擊成本也越來越低，DDoS攻擊地下產(chǎn)業(yè)鏈可以提供一整套的完善的服務，包含各種套餐，其中一個月幾十元就可以購買到DDoS攻擊服務。

DDoS攻擊是最早出現(xiàn)的，它的攻擊方法說白了就是單挑，是比誰的機器性能好、速度快。但是現(xiàn)在的科技飛速發(fā)展，一般的網(wǎng)站主機都有十幾臺主機，而且各個主機的處理能力、內(nèi)存大小和網(wǎng)絡速度都有飛速的發(fā)展，有的網(wǎng)絡帶寬甚至超過了千兆級別。這樣我們的一對一單挑式攻擊就沒有什么作用了，也許自己的機子就會死掉。舉個這樣的攻擊例子，假如你的機器每秒能夠發(fā)送10個攻擊用的數(shù)據(jù)包，而被你攻擊的機器（性能、網(wǎng)絡帶寬都是頂尖的）每秒能夠接受并處理100攻擊數(shù)據(jù)包，那樣的話，你的攻擊就什么用處都沒有了，而且非常有死機的可能。要知道，你若是發(fā)送這種1vs1的攻擊，你的機器的CPU占用率是90％以上的，你的機器要是配置不夠高的話，那你的機器就毀了。

早在1950年代的論文中，圖靈探索了“機器”和“思考”的含義，在后來的“圖靈測試”中，他提出了如果一臺機器進行的對話無法與人類對話相區(qū)別，那么可以說這臺機器能夠“思考”。他在計算機方面的早期研究成果被送到倫敦數(shù)學學會，并且證明了所有的數(shù)學計算機都有同樣的功能，也就是說只要有足夠的內(nèi)存和時間，任何計算機都可以模擬所有其他計算機的行為。機器學習是一種教計算機構建基于數(shù)據(jù)的算法的方法，該算法可以了解什么是正常的，什么是異常的，如果機器學習系統(tǒng)遇到異?；顒?，它就會采取相應的行動。

每一個安全團隊都會出現(xiàn)一個非常關鍵的問題，即由于每天接踵而至的各類安全警報而產(chǎn)生疲勞感。據(jù)悉，一些北美的企業(yè)平均每天需要處理上萬次的安全警報，在許多情況下其威脅性實際非常低，但卻依然被標記然后提醒，因此這就非常需要有技術能夠對事件進行整理分類并結合多個相關性的來源信息，整合內(nèi)部日志以及監(jiān)控系統(tǒng)的信息來產(chǎn)生較為準確的威脅情報。對于一些大型企業(yè)來說，通過人工智能的技術來實現(xiàn)威脅情報的發(fā)掘，從而保證自己安全應急響應中心的效率就顯得非常有必要了。

在人工智能技術商品化之前，你需要大量的財務資源才能使用該技術，不過幸運的是越來越多的安全類的人工智能技術提供商正在面向企業(yè)提供服務。人工智能的發(fā)展不光在安全防護方面，近年來更是在金融、醫(yī)療、文娛、無人駕駛等方面發(fā)揮了重要的作用，無數(shù)企業(yè)正在慢慢的改變著人工智能這個領域，無論是科技界大佬BAT、還是近幾年崛起的曠世科技、商湯科技、極鏈科技Video＋＋等都在深耕人工智能領域，曾經(jīng)細微的一個技術變革經(jīng)過層層堆砌，將碎片化的知識拼湊成完整的產(chǎn)業(yè)鏈，這不是一年兩年可以完成的，企業(yè)的沉淀與技術的革新都為人工智能這個產(chǎn)業(yè)提供了源源不斷的新鮮血液，未來人工智能的應用場景也將不斷擴大。