《Web安全之机器学习入门》笔记第一章

第一章：通向智能安全的旅途

1.1   人工智能、机器学习与深度学习

机器学习是实现人工智能的主要方式，人类基于机器学习和海量的数据，逐步实现人工智能，深度学习是机器学习的一个分支。

1.2   人工智能的发展

A. 谷歌大脑: 是“Google X实验室”一个主要研究项目，科学家们通过将1.6万台电脑的处理器相连起来，使之成为一个大型中枢网络系统，它能够自主学习。

B. 百度无人车：项目起始于2013年，由百度研究院主导研发，技术核心是“百度汽车大脑”，包括高精度地图、定位、感知、智能决策与控制4大板块。

 C. AlphaGo:  是一款围棋智能程序，隶属Google公司，主要工作原理是“深度学习”，曾经击败多名顶尖职业棋手。

1.3 国内外网络安全形势

A. 国内部分网站存在Ramnit恶意代码攻击

B. 2.7亿Gmsil、雅虎、Hotmail账号泄露

C. 2016年10月，提供动态DNS服务的DynDNS遭到大规模DDOS攻击，导致多个大型网络瘫痪

D. 希拉里“邮件门事件”

1.4 人工智能在安全领域的应用

人工智能在安全领域的应用还属于起步阶段

 A. 恶意代码图像： 这个概念最早是2011年由加利福尼亚大学的Nataraj和Karthikeyan在他们的论文 Malware Images: Visualization and Automatic Classification 中提出来的，思路非常新颖，把一个二进制文件以灰度图的形式展现出来，利用图像中的纹理特征对恶意代码进行聚类。

B.OpCode n-gram：是自然语言处理领域的概念，早期的语音识别技术和统计语言模型与它密不可分。n-gram可应用于恶意代码检测，王磊团队对APK的特征提取主要分为三大特征：

·结构化特征：包括APK申请的权限的个数，资源文件中包含的图像文件个数和参数大于20的函数的个数等

·统计类特征

·长期恶意APK检测的经验总结的特征，包括资源文件中是否包含可执行文件，assets文件夹中是否包含APK文件等

参看： 利用机器学习进行恶意代码分类 (bindog.github.io)

1.5 算法和数据的辩证关系

算法和数据是机器学习解决实际问题不可或缺的两大因素，早期的机器学习十分依赖特征的提取。在实际工作中，不同算法的检测效果可能会差别很大。

1.6 本章小结

略