(網(wǎng)經(jīng)社訊)9 月 18 日，在「2018 世界人工智能大會(huì)·人工智能安全高端對話」分論壇中，騰訊安全管理部聯(lián)合賽博研究院發(fā)布《人工智能賦能網(wǎng)絡(luò)空間安全：模式與實(shí)踐》報(bào)告。該報(bào)告聚焦網(wǎng)絡(luò)安全，分析了網(wǎng)絡(luò)空間安全的演進(jìn)和風(fēng)險(xiǎn)趨勢，結(jié)合騰訊 AI 安全應(yīng)用全布局和國內(nèi)外企業(yè)的 30 多個(gè)最佳實(shí)踐，詳細(xì)闡釋人工智能賦能網(wǎng)絡(luò)空間安全（AI+安全）的最新進(jìn)展。本文對此報(bào)告的第三章「人工智能在網(wǎng)絡(luò)空間安全領(lǐng)域的應(yīng)用模式」進(jìn)行了介紹。
摘要
人工智能時(shí)代，網(wǎng)絡(luò)空間安全威脅全面泛化，如何利用人工智能思想和技術(shù)應(yīng)對各類安全威脅，是國內(nèi)外產(chǎn)業(yè)界共同努力的方向。本報(bào)告從風(fēng)險(xiǎn)演進(jìn)和技術(shù)邏輯的角度，將網(wǎng)絡(luò)空間安全分為網(wǎng)絡(luò)系統(tǒng)安全、網(wǎng)絡(luò)內(nèi)容安全和物理網(wǎng)絡(luò)系統(tǒng)安全三大領(lǐng)域；在此基礎(chǔ)上，本報(bào)告借鑒 Gartner 公司的 ASA 自適應(yīng)安全架構(gòu)模型，從預(yù)測、防御、檢測、響應(yīng)四個(gè)維度，提出人工智能技術(shù)在網(wǎng)絡(luò)空間安全領(lǐng)域的具體應(yīng)用模式。與此同時(shí)，本報(bào)告結(jié)合國內(nèi)外企業(yè)最佳實(shí)踐，詳細(xì)闡釋人工智能賦能網(wǎng)絡(luò)空間安全（AI+安全）的最新進(jìn)展。最后，本報(bào)告提出，人工智能安全將成為人工智能產(chǎn)業(yè)發(fā)展最大藍(lán)海，人工智能的本體安全決定安全應(yīng)用的發(fā)展進(jìn)程，「人工」+「智能」將長期主導(dǎo)安全實(shí)踐，人工智能技術(shù)路線豐富將改善安全困境，網(wǎng)絡(luò)空間安全將驅(qū)動(dòng)人工智能國際合作。
目 錄
第一章 人工智能技術(shù)的發(fā)展沿革
(一) 人工智能技術(shù)的關(guān)鍵階段
(二) 人工智能技術(shù)的驅(qū)動(dòng)因素
(三) 人工智能技術(shù)的典型代表
(四) 人工智能技術(shù)的廣泛應(yīng)用
第二章 網(wǎng)絡(luò)空間安全的內(nèi)涵與態(tài)勢
(一) 網(wǎng)絡(luò)空間安全的內(nèi)涵
(二) 人工智能時(shí)代網(wǎng)絡(luò)空間安全發(fā)展態(tài)勢
1、網(wǎng)絡(luò)空間安全威脅趨向智能2、網(wǎng)絡(luò)空間安全邊界開放擴(kuò)張3、網(wǎng)絡(luò)空間安全人力面臨不足4、網(wǎng)絡(luò)空間安全防御趨向主動(dòng)
第三章 人工智能在網(wǎng)絡(luò)空間安全領(lǐng)域的應(yīng)用模式
(一) AI+安全的應(yīng)用優(yōu)勢
(二) AI+安全的產(chǎn)業(yè)格局
(三) AI+安全的實(shí)現(xiàn)模式
1、人工智能應(yīng)用于網(wǎng)絡(luò)系統(tǒng)安全2、人工智能應(yīng)用于網(wǎng)絡(luò)內(nèi)容安全3、人工智能應(yīng)用于物理網(wǎng)絡(luò)系統(tǒng)安全
第四章 人工智能在網(wǎng)絡(luò)空間安全領(lǐng)域的應(yīng)用案例
網(wǎng)絡(luò)系統(tǒng)安全篇
（一）病毒及惡意代碼檢測與防御
（二）網(wǎng)絡(luò)入侵檢測與防御
第三章 人工智能在網(wǎng)絡(luò)空間安全領(lǐng)域的應(yīng)用模式
人工智能技術(shù)日趨成熟，人工智能在網(wǎng)絡(luò)空間安全領(lǐng)域的應(yīng)用（簡稱 AI+安全）不僅能夠全面提高網(wǎng)絡(luò)空間各類威脅的響應(yīng)和應(yīng)對速度，而且能夠全面提高風(fēng)險(xiǎn)防范的預(yù)見性和準(zhǔn)確性。因此，人工智能技術(shù)已經(jīng)被全面應(yīng)用于網(wǎng)絡(luò)空間安全領(lǐng)域，在應(yīng)對智能時(shí)代人類各類安全難題中發(fā)揮著巨大潛力。
（一）AI+安全的應(yīng)用優(yōu)勢
人們應(yīng)對和解決安全威脅，從感知和意識到不安全的狀態(tài)開始，通過經(jīng)驗(yàn)知識加以分析，針對威脅形態(tài)做出決策，選擇最優(yōu)的行動(dòng)脫離不安全狀態(tài)。類人的人工智能，正是令機(jī)器學(xué)會(huì)從認(rèn)識物理世界到自主決策的過程，其內(nèi)在邏輯是通過數(shù)據(jù)輸入理解世界，或通過傳感器感知環(huán)境，然后運(yùn)用模式識別實(shí)現(xiàn)數(shù)據(jù)的分類、聚類、回歸等分析，并據(jù)此做出最優(yōu)的決策推薦。
當(dāng)人工智能運(yùn)用到安全領(lǐng)域，機(jī)器自動(dòng)化和機(jī)器學(xué)習(xí)技術(shù)能有效且高效地幫助人類預(yù)測、感知和識別安全風(fēng)險(xiǎn)，快速檢測定位危險(xiǎn)來源，分析安全問題產(chǎn)生的原因和危害方式，綜合智慧大腦的知識庫判斷并選擇最優(yōu)策略，采取緩解措施或抵抗威脅，甚至提供進(jìn)一步緩解和修復(fù)的建議。這個(gè)過程不僅將人們從繁重、耗時(shí)、復(fù)雜的任務(wù)中解放出來，且面對不斷變化的風(fēng)險(xiǎn)環(huán)境、異常的攻擊威脅形態(tài)比人更快、更準(zhǔn)確，綜合分析的靈活性和效率也更高。
因此，人工智能的「思考和行動(dòng)」邏輯與安全防護(hù)的邏輯從本質(zhì)上是自洽的，網(wǎng)絡(luò)空間安全天然是人工智能技術(shù)大顯身手的領(lǐng)域。
（1）基于大數(shù)據(jù)分析的高效威脅識別：大數(shù)據(jù)為機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法提供源源動(dòng)能，使人工智能保持良好的自我學(xué)習(xí)能力，升級的安全分析引擎，具有動(dòng)態(tài)適應(yīng)各種不確定環(huán)境的能力，有助于更好地針對大量模糊、非線性、異構(gòu)數(shù)據(jù)做出因地制宜的聚合、分類、序列化等分析處理，甚至實(shí)現(xiàn)了對行為及動(dòng)因的分析，大幅提升檢測、識別已知和未知網(wǎng)絡(luò)空間安全威脅的效率，升級精準(zhǔn)度和自動(dòng)化程度。
（2）基于深度學(xué)習(xí)的精準(zhǔn)關(guān)聯(lián)分析：人工智能的深度學(xué)習(xí)算法在發(fā)掘海量數(shù)據(jù)中的復(fù)雜關(guān)聯(lián)方面表現(xiàn)突出，擅長綜合定量分析相關(guān)安全性，有助于全面感知內(nèi)外部安全威脅。人工智能技術(shù)對各種網(wǎng)絡(luò)安全要素和百千級維度的安全風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行歸并融合、關(guān)聯(lián)分析，再經(jīng)過深度學(xué)習(xí)的綜合理解、評估后對安全威脅的發(fā)展趨勢做出預(yù)測，還能夠自主設(shè)立安全基線達(dá)到精細(xì)度量網(wǎng)絡(luò)安全性的效果，從而構(gòu)建立體、動(dòng)態(tài)、精準(zhǔn)和自適應(yīng)的網(wǎng)絡(luò)安全威脅態(tài)勢感知體系。
（3）基于自主優(yōu)化的快速應(yīng)急響應(yīng)：人工智能展現(xiàn)出強(qiáng)大的學(xué)習(xí)、思考和進(jìn)化能力，能夠從容應(yīng)對未知、變化、激增的攻擊行為，并結(jié)合當(dāng)前威脅情報(bào)和現(xiàn)有安全策略形成適應(yīng)性極高的安全智慧，主動(dòng)快速選擇調(diào)整安全防護(hù)策略，并付諸實(shí)施，最終幫助構(gòu)建全面感知、適應(yīng)協(xié)同、智能防護(hù)、優(yōu)化演進(jìn)的主動(dòng)安全防御體系。
（4）基于進(jìn)化賦能的良善廣域治理：隨著網(wǎng)絡(luò)空間內(nèi)涵外延的不斷擴(kuò)展，人類面臨的安全威脅無論從數(shù)量、來源、形態(tài)、程度和修復(fù)性上都在超出原本行之有效的分工和應(yīng)對能力，有可能處于失控邊緣，人工智能對人的最高智慧的極限探索，也將拓展網(wǎng)絡(luò)治理的理念和方式，實(shí)現(xiàn)安全治理的突破性創(chuàng)新。人工智能不僅能解決當(dāng)下的安全難題，而通過在安全場景的深化應(yīng)用和檢驗(yàn)，發(fā)現(xiàn)人工智能的缺陷和不足，為下一階段的人工智能發(fā)展和應(yīng)用奠定基礎(chǔ)，指明方向，推動(dòng)人工智能技術(shù)的持續(xù)變革及其更廣域的賦能。
（二）AI+安全的產(chǎn)業(yè)格局
人工智能以其獨(dú)特的優(yōu)勢正在各類安全場景中形成多種多樣的解決方案。從可觀察的市場指標(biāo)來看，近幾年來人工智能安全市場迅速成長， 公司在 2018 年的研究表明，在網(wǎng)絡(luò)安全中人工智能應(yīng)用場景增多，同時(shí)地域覆蓋范圍擴(kuò)大，將進(jìn)一步擴(kuò)大技術(shù)在安全領(lǐng)域的應(yīng)用，因此人工智能技術(shù)在安全市場內(nèi)將快速發(fā)展，預(yù)計(jì)到 2024 年，可用在安全中的人工智能技術(shù)市場規(guī)模將超過 350 億美元，在 2017-2024 年之間年復(fù)合增長率（CAGR）可達(dá) 31%。
MarketsandMarkets 公司在 2018 年 1 月發(fā)布的《安全市場中人工智能》報(bào)告則認(rèn)為，2016 年 AI 安全市場規(guī)模就已達(dá) 29.9 億美元、2017 年更是達(dá)到 39.2 億美元，預(yù)測在 2025 年將達(dá)到 348.1 億美元，年復(fù)合增長率為 31.38%。而愛爾蘭的 Research and Markets 公司在 2018 年 4 月份發(fā)布了專門的市場研究報(bào)告，認(rèn)為到 2023 年人工智能在安全領(lǐng)域應(yīng)用的市場規(guī)模將達(dá) 182 億美元，年復(fù)合增長率為 34.5%。由于機(jī)器學(xué)習(xí)對付網(wǎng)絡(luò)犯罪較為有效，因此機(jī)器學(xué)習(xí)作為單一技術(shù)將占領(lǐng)最大的一塊市場，到 2023 年其市場規(guī)模預(yù)計(jì)可達(dá) 60 億美元。
除了傳統(tǒng)安全公司致力于人工智能安全，大型互聯(lián)網(wǎng)企業(yè)也在積極開展人工智能安全實(shí)踐，如 Google、Facebook、Amazon、騰訊、阿里巴巴等均在圍繞自身業(yè)務(wù)積極布局人工智能安全應(yīng)用。
（三）AI+安全的實(shí)現(xiàn)模式
人工智能是以計(jì)算機(jī)科學(xué)為基礎(chǔ)的綜合交叉學(xué)科，涉及技術(shù)領(lǐng)域眾多、應(yīng)用范疇廣泛，其知識、技術(shù)體系實(shí)際與整個(gè)科學(xué)體系的演化和發(fā)展密切相關(guān)。因此，如何根據(jù)各類場景安全需求的變化，進(jìn)行 AI 技術(shù)的系統(tǒng)化配置尤為關(guān)鍵。
本報(bào)告采用 Gartner 公司 2014 年提出的自適應(yīng)安全架構(gòu)（ASA，Adaptive SecurityArchitecture）來分析安全場景中人工智能技術(shù)的應(yīng)用需求，此架構(gòu)重在持續(xù)監(jiān)控和行為分析，統(tǒng)合安全中預(yù)測、防御、檢測、響應(yīng)四層面，直觀的采用四象限圖來進(jìn)行安全建模。其中「預(yù)測」指檢測安全威脅行動(dòng)的能力；「防御」表示現(xiàn)有預(yù)防攻擊的產(chǎn)品和流程；「檢測」用以發(fā)現(xiàn)、監(jiān)測、確認(rèn)及遏制攻擊行為的手段；「響應(yīng)」用來描述調(diào)查、修復(fù)問題的能力。
本報(bào)告將 AI+安全的實(shí)現(xiàn)模式按照階段進(jìn)行分類和總結(jié)，識別各領(lǐng)域的外在和潛在的安全需求，采用 ASA 分析應(yīng)用場景的安全需求及技術(shù)要求，結(jié)合算法和模型的多維度分析, 尋找 AI+安全實(shí)現(xiàn)模式與適應(yīng)條件，揭示技術(shù)如何響應(yīng)和滿足安全需求，促進(jìn)業(yè)務(wù)系統(tǒng)實(shí)現(xiàn)持續(xù)的自我進(jìn)化、自我調(diào)整，最終動(dòng)態(tài)適應(yīng)網(wǎng)絡(luò)空間不斷變化的各類安全威脅。
1、人工智能應(yīng)用于網(wǎng)絡(luò)系統(tǒng)安全
人工智能技術(shù)較早應(yīng)用于網(wǎng)絡(luò)系統(tǒng)安全領(lǐng)域，從機(jī)器學(xué)習(xí)、專家系統(tǒng)以及過程自動(dòng)化等到如今的深度學(xué)習(xí)，越來越多的人工智能技術(shù)被證實(shí)能有效增強(qiáng)網(wǎng)絡(luò)系統(tǒng)安全防御：
機(jī)器學(xué)習(xí) (ML, Machine Learning):在安全中使用機(jī)器學(xué)習(xí)技術(shù)可增強(qiáng)系統(tǒng)的預(yù)測能力，動(dòng)態(tài)防御攻擊，提升安全事件響應(yīng)能力。專家系統(tǒng)（ES, Expert System）：可用于安全事件發(fā)生時(shí)為人提供決策輔助或部分自主決策。過程自動(dòng)化 (AT, Automation )：在安全領(lǐng)域中應(yīng)用較為普遍，代替或協(xié)助人類進(jìn)行檢測或修復(fù)，尤其是安全事件的審計(jì)、取證，有不可替代的作用。深度學(xué)習(xí)（DL, Deep Learning）：在安全領(lǐng)域中應(yīng)用非常廣泛，如探測與防御、威脅情報(bào)感知，結(jié)合其他技術(shù)的發(fā)展取得極高的成就。
如圖 3 所示，通過分析人工智能技術(shù)應(yīng)用于網(wǎng)絡(luò)系統(tǒng)安全，在四個(gè)層面均可有效提升安全效能：
預(yù)測：基于無監(jiān)督學(xué)習(xí)、可持續(xù)訓(xùn)練的機(jī)器學(xué)習(xí)技術(shù)，可以提前研判網(wǎng)絡(luò)威脅，用專家系統(tǒng)、機(jī)器學(xué)習(xí)和過程自動(dòng)化技術(shù)來進(jìn)行風(fēng)險(xiǎn)評估并建立安全基線，可以讓系統(tǒng)固若金湯。
防御：發(fā)現(xiàn)系統(tǒng)潛在風(fēng)險(xiǎn)或漏洞后，可采用過程自動(dòng)化技術(shù)進(jìn)行加固。安全事件發(fā)生時(shí)，機(jī)器學(xué)習(xí)還能通過模擬來誘導(dǎo)攻擊者，保護(hù)更有價(jià)值的數(shù)字資產(chǎn)，避免系統(tǒng)遭受攻擊。
檢測：組合機(jī)器學(xué)習(xí)、專家系統(tǒng)等工具連續(xù)監(jiān)控流量，可以識別攻擊模式，實(shí)現(xiàn)實(shí)時(shí)、無人參與的網(wǎng)絡(luò)分析，洞察系統(tǒng)的安全態(tài)勢，動(dòng)態(tài)靈活調(diào)整系統(tǒng)安全策略，讓系統(tǒng)適應(yīng)不斷變化的安全環(huán)境。
響應(yīng)：系統(tǒng)可及時(shí)將威脅分析和分類，實(shí)現(xiàn)自動(dòng)或有人介入響應(yīng)，為后續(xù)恢復(fù)正常并審計(jì)事件提供幫助和指引。
因此人工智能技術(shù)應(yīng)用于網(wǎng)絡(luò)系統(tǒng)安全，正在改變當(dāng)前安全態(tài)勢，可讓系統(tǒng)彈性應(yīng)對日益細(xì)化的網(wǎng)絡(luò)攻擊。在安全領(lǐng)域使用人工智能技術(shù)也會(huì)帶來一些新問題，不僅有人工智能技術(shù)用于網(wǎng)絡(luò)攻擊等伴生問題，還有如隱私保護(hù)等道德倫理問題，因此還需要多種措施保證其合理應(yīng)用?？偠灾?，利用機(jī)器的智慧和力量來支持和保障網(wǎng)絡(luò)系統(tǒng)安全行之有效。
2、人工智能應(yīng)用于網(wǎng)絡(luò)內(nèi)容安全
人工智能技術(shù)可被應(yīng)用于網(wǎng)絡(luò)內(nèi)容安全領(lǐng)域，參與網(wǎng)絡(luò)文本內(nèi)容檢測與分類、視頻和圖片內(nèi)容識別、語音內(nèi)容檢測等事務(wù)，切實(shí)高效地協(xié)助人類進(jìn)行內(nèi)容分類和管理。面對包括視頻、圖片、文字等實(shí)時(shí)海量的信息內(nèi)容，人工方式開展網(wǎng)絡(luò)內(nèi)容治理已經(jīng)捉襟見肘，人工智能技術(shù)在網(wǎng)絡(luò)內(nèi)容治理層面已然不可替代。
在網(wǎng)絡(luò)內(nèi)容安全領(lǐng)域所應(yīng)用的人工智能技術(shù)如下：
自然語言處理（NLP, Natural Language Processing）：可用于理解文字、語音等人類創(chuàng)造的內(nèi)容，在內(nèi)容安全領(lǐng)域不可或缺。圖像處理（IP, Image Processing）：對圖像進(jìn)行分析，進(jìn)行內(nèi)容的識別和分類，在內(nèi)容安全中常用于不良信息處理。視頻分析技術(shù) (VA, Video Analysis)：對目標(biāo)行為的視頻進(jìn)行分析，識別出視頻中活動(dòng)的目標(biāo)及相應(yīng)的內(nèi)涵，用于不良信息識別。
如圖 4 所示，通過分析人工智能技術(shù)應(yīng)用于網(wǎng)絡(luò)內(nèi)容安全，在四個(gè)層面均可有效提升安全效能：
預(yù)防階段：內(nèi)容安全最重要的是合規(guī)性，由于各領(lǐng)域的監(jiān)管法律/政策的側(cè)重點(diǎn)不同而有所區(qū)別且動(dòng)態(tài)變化。在預(yù)防階段，可使用深度學(xué)習(xí)和自然語言處理進(jìn)行相關(guān)法律法規(guī)條文的理解和解讀，并設(shè)定內(nèi)容安全基線，再由深度學(xué)習(xí)工具進(jìn)行場景預(yù)測和風(fēng)險(xiǎn)評估，并及時(shí)將結(jié)果向網(wǎng)絡(luò)內(nèi)容管理人員報(bào)告。
防御階段：應(yīng)用深度學(xué)習(xí)等工具可完善系統(tǒng)，防范潛在安全事件的發(fā)生。
檢測階段：自然語言、圖像、視頻分析等智能工具能快速識別內(nèi)容，動(dòng)態(tài)比對安全基線，及時(shí)將分析結(jié)果交付給人類伙伴進(jìn)行后續(xù)處置，除此之外，基于內(nèi)容分析的情感人工智能也已逐步應(yīng)用于輿情預(yù)警，取得不俗成果。
響應(yīng)階段：在后續(xù)調(diào)查或留存審計(jì)資料階段，過程自動(dòng)化同樣不可或缺。
3、人工智能應(yīng)用于物理網(wǎng)絡(luò)系統(tǒng)安全
隨著物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、5G 等技術(shù)的成熟，網(wǎng)絡(luò)空間發(fā)生深刻變化，人、物、物理空間通過各類系統(tǒng)實(shí)現(xiàn)無縫連接，由于涉及的領(lǐng)域眾多同時(shí)接入的設(shè)備數(shù)量巨大，傳感器網(wǎng)絡(luò)所產(chǎn)生的數(shù)據(jù)可能是高頻低密度數(shù)據(jù)，人工已經(jīng)難以應(yīng)對，采用人工智能勢在必行。但由于應(yīng)用場景極為復(fù)雜多樣，可供應(yīng)用的人工智能技術(shù)將更加廣泛，并會(huì)驅(qū)動(dòng)人工智能技術(shù)自身新發(fā)展。
情緒識別（ER, Emotion Recognition）：不僅可用圖像處理或音頻數(shù)據(jù)獲得人類的情緒狀態(tài)，還可以通過文本分析、心率、腦電波等方式感知人類的情緒狀態(tài)，在物理網(wǎng)絡(luò)中將應(yīng)用較為普遍，通過識別人類的情緒狀態(tài)從而可與周邊環(huán)境的互動(dòng)更為安全。AI 建模（DT, Digital Twin/AI Modeling）：通過軟件來溝通物理系統(tǒng)與數(shù)字世界。生物特征識別 (BO, Biometrics)：可通過獲取和分析人體的生理和行為特征來實(shí)現(xiàn)人類唯一身份的智能和自動(dòng)鑒別，包括人臉識別、虹膜識別、指紋識別、掌紋識別等技術(shù)。虛擬代理 (VA, Virtual Agents)：這類具有人類行為和思考特征的智能程序，協(xié)助人類識別安全風(fēng)險(xiǎn)因素，讓人類在物理網(wǎng)絡(luò)世界中更安全。
物理網(wǎng)絡(luò)安全由于應(yīng)用領(lǐng)域廣、層次多，可應(yīng)用的技術(shù)類型也極為復(fù)雜，因此需要以人為中心，通過全程監(jiān)測人和系統(tǒng)、人與機(jī)器、人與環(huán)境之間的交互，確保人與物的不受威脅。以物聯(lián)網(wǎng)為例，在業(yè)務(wù)運(yùn)營系統(tǒng)與網(wǎng)絡(luò)系統(tǒng)進(jìn)行融合后，通常可分為負(fù)責(zé)業(yè)務(wù)信息的信息技術(shù)（IT）網(wǎng)絡(luò)與負(fù)責(zé)生產(chǎn)運(yùn)行維護(hù)的運(yùn)營技術(shù)（OT）網(wǎng)絡(luò)這兩部分，IT 部分的 AI 應(yīng)用與網(wǎng)絡(luò)系統(tǒng)安全需求基本一致，而 OT 部分則涉及業(yè)務(wù)運(yùn)營安全，與應(yīng)用場景融合的安全需求變得復(fù)雜，安全不僅關(guān)乎這些 IT 資產(chǎn)擁有者的安全，而且其中部分屬于關(guān)鍵基礎(chǔ)設(shè)施，一旦出現(xiàn)風(fēng)險(xiǎn)則將可能給國計(jì)民生帶來惡劣影響。
但人工智能應(yīng)用得當(dāng)，不僅可以更高效的抵御 OT 風(fēng)險(xiǎn)，還可以提升 OT 運(yùn)營效能，從而直接創(chuàng)造價(jià)值，因此 AI 應(yīng)用于 OT 安全領(lǐng)域不僅在安全管理上成為必需，而且也能促進(jìn)綜合效益提升。例如，AI 應(yīng)用于智慧城市的智能交通安全中的流量管控中，一般通過歷史數(shù)據(jù)與深度學(xué)習(xí)進(jìn)行交通流量預(yù)測，可通過交通設(shè)施的優(yōu)化布局進(jìn)行流量管控預(yù)防，而在當(dāng)前道路體系中應(yīng)用專家系統(tǒng)進(jìn)行預(yù)防，同時(shí)通過計(jì)算機(jī)圖像分析技術(shù)首先進(jìn)行道口流量實(shí)時(shí)監(jiān)控、車輛通過監(jiān)測，提前疏解交通堵點(diǎn)，洞悉交通現(xiàn)場態(tài)勢，即便發(fā)生事故，也可迅速調(diào)集應(yīng)急資源快速進(jìn)行現(xiàn)場處置，在事件回溯期間，可將相關(guān)系統(tǒng)中已處理的信息進(jìn)行自動(dòng)關(guān)聯(lián)，從而為后續(xù)調(diào)整道路通行方案提供依據(jù)。（來源：騰訊安全管理部 賽博研究院；編選：電子商務(wù)研究中心）
