百度人工智能殺毒 探索深度神經網絡查殺技術

吳恩達拿起他的手機，打開了臉優 app。他現在正位於硅谷公司的研究室。在辦公桌邊吃飯，談話內容很自然地也涉及到人工智能。他是百度的首席科學家，同時也是斯坦福大學計算機系的教授。在其他搜索引擎仍在發展時，他就曾幫助谷歌啓動了腦計劃，現在他在百度從事相似的人工智能研究。

臉優在某種程度上代表了公司使用“深度學習”完成的最新研究，它的主要功能是在臉上加上虛擬面具，這些面具會隨着臉的移動而移動，智能擬合到你的下巴、鼻子和眼睛上。它能做到如此，是因為背後的深度學習和神經網絡算法。

但深度學習技術是否能拓展到其他領域呢?吳恩達的回答是可以的，例如把人工神經網絡應用在殺毒軟件。

吳恩達説：“你輸入了系統的運行狀態，於是它開始檢測是否哪裏有威脅，比如是不是有誰正在試圖做些不該做的事情，一個具體的例子就是殺毒……你去檢查一個文件，試着判斷它是否是惡意的。”

通過神經網絡提供的大量已知在案的惡意軟件訓練，殺毒就和識別人臉一樣。逐漸的，百度的系統就能學會識別病毒。

在前段時間，百度推出了4.0殺毒系統：慧眼引擎。

這是百度殺毒和百度深度學習研究院(IDL)共同研製的深度學習智能引擎。根據百度的説法，這是全球首次將深度學習領域技術應用在客户端，獨創了深度神經網絡查殺技術。

相比傳統的殺毒方式，慧眼有幾個重要的差別：

1、慧眼在包、殼、中間語言、64位程序等類型樣本上做了特殊優化，這能有效提供樣本免殺難度和識別率。

2、根據百度公佈的第三方測試數據，慧眼在不依賴其他引擎輔助的情況下，誤報率

3、而在一個月不升級模型庫的情況下，檢出率也不會下降，檢出能力半衰期長達7個月。

4、其模型體積僅為數兆，體積相對較小。

5、在訓練上，慧眼採用了分佈式任務處理平台和IDL提供的Paddle(llel Distributed Deep LEarning)深度學習平台，統計樣本可達數十億。

在病毒侵入電腦前鎖定它

百度不是唯一一家通過人工智能來識別惡意代碼的公司。這周，一家以色列公司表示，他們已經花費了近兩年的時間來構造了一個相似的、能夠學着識別惡意軟件的安全工具。“第一，我們用圖片、音頻和文本測試了我們軟件的基礎部分”，該公司首席技術官説道，“然後我們將其應用到網絡安全部分。”同時，其他的公司，例如微軟已經發表了描述這種方法的工作原理的論文。

這種技術很吸引人，因為它能夠在病毒未被發現之前讓安全工具識別惡意軟件的特定部分。傳統上來講，殺毒程序是通過比對由研究人員識別的已知的惡意軟件數據庫來運行的。神經網絡能夠識別新的惡意軟件，是因為這種惡意軟件與其他惡意軟件相似，與過去其他成百上千的被識別出的病毒相似。“你能夠識別出惡意軟件，即使以往從未見過它。”吳恩達説道。