Watson（沃森）可谓是全能型选手，不仅在2011年的危机边缘（Jeopardy）智力抢答挑战中战胜人类冠军BradRutter和KenJennings，而且在食谱创作、服装设计、天气预测和超级计算机等领域都有突出的表现。而现在它即将被赋予一项新的技能——在金融、医疗和其他领域打击网络犯罪。
自今天开始，40多家机构通过Watson的计算机认知能力开展打击网络犯罪。同时这项网络安全测试项目也给IBM提供了很大的帮助，因为Watson在现实生活中积累的经验能够磨练它的技能并能更好地服务于特定行业。那些让永明金融集团（SunLifeFinancial）的安全专家通宵加班所面临的网络威胁和新不伦瑞克大学（UniversityofNewBrunswick）所受到的网络侦查是完全不同的，而Waston都能从这些经验中受益。
Watson并非全无经验。早在去年春天，IBM的研究人员就已着手培训Watson关于网络安全的基础知识，以便于计算机能够分析和阻止各项威胁。而现在它作为合格的毕业生，开始投入到现实生活中来进一步打磨技能，你可以将其看作是世界上最聪明的实习生。
美国的勒索软件
自今年5月以来Watson进行了更广泛的学习。网络空间无疑是非常庞大的，只有认知和理解能力不断提升，Watson才能更有效地理解温和的威胁以及真实问题之间的区别。Watson最卓越的技能并不是梳理海量信息（尽管他同样能够胜任），而是综合处理和分析结构化数据（如特定安全事件）与非结构化数据（如白皮书，研究报告）。
ForresterResearch安全分析专家AndrasCser说道：“认知计算比传统基于规则的系统快30%至40%”。他同时认为类似于Watson的认知系统能够大幅减少误判。因此伴随着深入学习，它们不会再犯相同的错误。
在正式投入现实应用前，Waston还经历了一段学习生涯。直到今年秋季，科研专家每个月都会让Watson阅读至少15000份文档，并连接至图书馆和新闻源确保数据库处于最新状态。
以“勒索软件”为例。这种攻击手段深受黑客的喜欢，它主要劫持计算机和操作系统，只有受害人缴纳约定的赎金才能解锁。但对初期的Watson来说，就可能会把它理解成一个地名（Ransomware,USA）。
IBM安全的副总裁CalebBarlow说道：“我们猜测单词‘Ransom’可能被识别为某个城市的地名，主要是因为‘ransomware’这个单词目前还未被大部分词典收录。因此我们认为，每次当这个单词出现的时候Watson都想要理解这代表什么意思，最终判定为一个地址。”IBM的研究人员随后在文档中注释“ransomware”的定义。
这是非常有趣的轶事，但也说明了Watson所面临的挑战和机遇。它或许不知道某个单词代表的含义，但是能够根据上下文去猜测。而且如果猜测失败，它还能自我学习。更为重要的是一旦学习掌握后，它绝对不会忘记。而它目前还只是测试项目，未来它将具备更强悍的能力。
专业语言训练
现在，Watson的测试也不像传统软件的测试项目。
Barlo说道：“在常规开发项目中，通常会分配测试矩阵来衡量软件在测试中的表现。在这种情况下，它更偏向于人类的学习轨迹。就像人类会经历小学、初中、高中、大学并最后参加工作一样，Watson的学习过程是非常相似的。”
总而言之，Watson目前已经理解和掌握了安全的基础原理。而现在他需要学习出现在各个案例中的特定术语。Barlow说道：“在医疗保健行业所使用的安全语言可能就和能源行业的安全语言不同。”
在测试期间，Watson将会同数十家企业开展深度合作，并提供带报告和建议的安全分析。具体来说，Watson能够识别安全事件是否和已知的恶意程序存在关联，并提供相关的背景审查以及识别用户的可疑行为。
Watson并不会替代人类的作用，而是帮助人类做出更快更全面地反应。IBM的研究显示，安全团队在Watson的配合下每天平均能够识别筛选200,000个潜藏重大安全事件。这不仅能够让计算机优先处理这些事件，而且揭示Watson在未来能够更快地适应广阔的互联网世界。
Avnet的安全主管SeanValcamp说道：“传统的网络安全分析模型可以看做是站在高速公路边上的交警，能够识别潜在的违法者。但是当车流量不断增加，那么分辨是否超车或者是被盗车辆就不那么容易了。而通过使用Watson，就像是坐在直升飞机上审视相同的高速公路。”
Watson每次可能都不一定正确，但这正是测试的意义所在。而最重要的是Watson能够从错误中学习，并且掌握一些人类教师没有察觉的事件。Barlow说：“每天Watson都具备高度可操作的事件，这些都来自于数据分析和人类活动。Watson每天以惊人的速度成长，我们的目的是让Watson找到新事物。”
而且在这个过程中，解决企业和他们的客户免受潜在的安全威胁。现在Watson已经开始在互联网上搜索勒索软件，不得不说这是非常不错的学习曲线。
本文出处：畅享网
本文来自云栖社区合作伙伴畅享网，了解相关信息可以关注vsharing.com网站。
