企业客户在选择云计算平台时,安全往往是首要因素,那么云计算领域的安全与传统互联网领域的安全有什么不同?腾讯云目前在云安全层面上属于什么档次?
Killer:从解决方案上说,云计算领域的安全可以闭环。从产品上讲,互联网安全产品容易柔性地解决问题,可以快速迭代,云计算产品直接面对业务系统,用户服务的稳定性排第一,我们内部会反复测试,跑得比较成熟后才会给用户升级。我们对技术方案持谨慎态度,一些流行的、高精尖的技术路线要有成熟的实践才能采用。
腾讯云起步稍晚,目前发展比较快,云安全也在快速跟进竞争对手,对手比我们早做三年、人数也是我们两倍多,腾讯云安全在基础建设、产品功能、运营闭环等方面最近一年在加快追赶。
你们通过什么方式验证新技术新方案?
Killer:一般我们这么做:第一,观察公司产品或竞品有没有采用这种技术,使用情况如何;第二,开发Demo,在我们自己的平台上测试,腾讯云上有几百台测试机器,我们会从性能、质量等多方面进行评估,评估达标后才会推荐给用户,然后看用户愿不愿意接受。
如果用户愿意接受,我们就让他们用。我们会在产品中配套这种技术方案,但默认是关闭的,只有用户愿意使用才会打开。外界看起来会觉得流程比较长,产品更新周期慢,但企业市场就要这么做。
企业客户是不是比较难沟通?
Killer:和企业客户沟通,其实是立场问题,我觉得企业客户不难沟通,我最近接触几个证券类客户,他们表示希望有某种技术方案,但从我的角度看,可能会不稳定,我直白建议不推荐这样做,但我们具备这样的能力。实际上他们非常主动,表示哪怕导致部分机器蓝屏也能接受,有问题会反馈给我们。
其实不同客户诉求不一样,金融客户更重视安全,那么能解决安全问题的技术手段,出现一些错误可以容忍。所以,与客户沟通时,要找到各自的诉求。
卢山接受「读家」采访时说,可以将人工智能应用到安全领域,你接受采访时也曾有过类似表态,那么这种结合会是什么样的形式?
Killer:人工智能这两年比较火,但落地case并不多,去年云+会议上我的议题是《发现决定一切》,就是指解决安全问题我们需要很强的“内视”能力,基于这一能力建立起来的联动体系才能有效闭环。这里面人工经验虽然有效,但是一个相当粗的指标,当信息粒度降低到一定程度时,就会影响人工判断。
机器学习可以帮助我们解决这个问题,机器学习背后是威胁建模、数据分析,以及我们的攻防经验,目前国内外人工智能的案例,大多处在初级阶段,在安全应用上最成熟的案例体现在异常发现和风险识别上,这能帮助我们在海量数据中发现更多的异常线索。
过去这些年,我们也做了一些实践,我们发布了主机安全产品云镜,通过机器学习判断异常节省了分析人力,是人工智能在云端的典型应用。
目前,国际上人工智能在安全领域的应用,也大多集中在检测和发现异常上。整体来说,人工智能最大的亮点是节省人力,其实是发现更多线索,但还没发做到科幻小说中那样,机器完全自动化。
我选人才更关心他能否沉下心