大家好，我不是AI防火墙!
但记住，
我是一枚曾因帮助华为防火墙
一锅端了大大小小威胁，
而叱咤风云的男子就可以了!
今儿要讲一个关于我和她的AI情故事，
虽谈不上有多荡气回肠，
但绝对是毕露锋芒!
那是一个冷冷的冰雨胡乱地拍的秋日下午，
作为横扫全年组目中无人的学霸，
一个刚转学过来名叫AIE
(Artificial Intelligence Engine)的妹子引起了我的注意。
因为她一上来就用鼻孔看人的样子，
有点让我着迷。
后来才知道她不是傲慢，
而是脑袋里装了太多东西，
太沉而且天生难自弃。
报到那天她的自我介绍让我觉得，
这娃一定是被上帝亲吻过天灵盖儿。
明明是个姑娘家，
却帅的一比：
如何有效地实现人工智能，
让机器可识别现有知识?
亦可Get新的知识和技能?
答案就是机器学习!
顾名思义，
拿数据 or 经验来解析，
不断学习和推理，
改进算法&优化性能标准，
从此决策现实、预测未来，
这些都可以有滴!
但据我后面的观测，
她那天是揣着好多隐藏技能没有说。
我们这场AI情故事到底有多轰动京城，
且听我细细说来你细细听!
如果说友情源于积累，
那么爱情就是源于心动，
而学霸之间的爱情多半是源自：
她让我心里小鹿乱撞的点就是，
她是那么独立而自强，
不再啥啥都麻烦大数据分析平台，
在边缘就搞定了未知威胁防御。
她平常有两种模式学习，
监督学习和非监督学习，
数语外理化生史地政，
选择不同的学习模式分别掌握，
有点意思!
可她这么一枚学霸，
还需要监督吗?
这里的“监督”指的是“样本数据有标记”。
简而言之，
监督学习就像是：
我做1000道题目，
把所有题目都标好类别，
并总结出来每类题目的解题方法，
遇到一个新的同类题目
就直接套用该方法得出答案。
而非监督学习就像是：
你遇到了一道没有标记任何分类的全新题目，
穷尽现有条件不断归纳演算，
俗称“硬算”...
下面这张图，请仔细看。
AI情产生的第1天
她给我看了第一个秘密武器：
加密流量检测ECA(EncryptedCommunication Analytics)
能揪出隐藏在加密流量中的恶意!
一切来源于黑白样本集，
再结合各类开源情报 如域名和IP，
提取其中的特征信息并分析，
采用监督学习模式训练样本数据，
便产生了加密流量检测分类模型。
AI情产生的第2天
她Show了一套按图索骥大法：
C&C(Control & Command)检测，
能识别出黑客联系并控制恶意文件的域名和隐秘通道。
怎么，域名识别很难吗?
若黑客提前把域名写到恶意文件里就不难，
因为很容易暴露。
若黑客用DGA动态生成个域名再靠“默契”联系，
仅靠黑名单绝对找不出。
监督学习过大量域名样本，
再利用CNN算法生成域名检测模型，
可识别出“黑化”了的DGA域名，
恶势力即刻无所遁形。
那隐秘通道有什么玄机?
因防火墙和入侵检测设备很少过滤DNS流量，
给黑客用DNS作隐蔽通道留了可乘之机，
黑客利用DNS协议搞东搞西：
远程控制、文件传输都做得很隐秘!
获取黑白样本数据让CNN显神威，
边训练边验证生成隐秘通道检测模型，
可识别出“黑化”了的隐秘通道，
拦截恶势力在所不惜!
AI情产生的第3天
她告诉我一招化骨绵掌可以柔克刚：
暴力破解攻击检测，
防止内网主机被黑客暴力破解入侵。
先采集网络流量，
过滤出SSH、RDP等报文，
再按时间段进行数据分组并计算同一源IP报文的特征数据。
通过iForest孤立森林(Isolation Forest)模型进行训练并预测，
输出异常登录行为，
结合上IP关联相似度计算，
即可检测出暴力破解攻击。
AI情产生的第99天
昨天是情人节，
我带她拜了我大哥防火墙入了伙儿。
等过几个月她一毕业
就跟我一起去上阵杀敌，
往后余生，
已知威胁攻击，
未知威胁攻击，
我们都所向披靡!
华为USG6000E系列AI防火墙已上市，
欲了解更多内容，请猛戳 👇
https://e.huawei.com/cn/products/enterprise-networking/security
