用深度学习预见风险
2018-07-06丁海骜
数字商业时代 2018年4期
丁海骜
“Sophos自己开发的深度学习算法,呈现出一种互相联结的神经层,我们称之为网络神经元,就类似人类复杂的神经系统一样。”李黎,Sophos售前工程师日前在接受采访时,谈到Sophos刚刚推出的Sophos Intercept X,强调:Sophos Intercept X新增的深度学习神经网络,与传统意义上的机器学习是有区别的,其具有更快的速度、更准确的结果,以及更少的误报率。
众所周知,机器学习理论事实上是从数据中自动分析获得规律,并利用规律对未知数据进行预测的一种算法。所以对于算法的设计,是其是否能够发挥更大价值的关键——因此,虽然很多的IT产品都声称采用了机器学习技术,但是由于采用的算法不同,其效率和效益往往不具有可比性。
实际上,在现在的IT领域,将各种新兴技术应用到各种业务场景,已经成为IT系统和服务提供商的“标配”。而Sophos此次要证明的是:其自主研发的、被应用到端点保护方案的“深度学习神经网络”,将能够大大提高用户对恶意软件的检测功能,结合主动黑客攻击缓减、先进的应用程序锁定,以及增强型勒索软件防护等功能, 从而实现了前所未有的检测和预防能力。
从纯粹的技术角度看,在机器学习众多的算法当中,目前比较多被采用的有决策树算法和随机森林算法,前者根据数据的属性,采用树状结构建立决策模型,是直观运用统计概率分析的一种方法;后者则是用随机的方式建立一个森林,森林里面有很多的决策樹组成,而且每一棵决策树之间没有关联。……
登录APP查看全文
