浪潮助力奇虎360深度學習提速網絡流量識別

近日，浪潮與奇虎360開展一項合作計劃，利用GPU加速技術優化神經網絡算法，為企業網絡安全提供更加強大的流量特徵分析能力並期望最終實現智能化的流量識別手段。

互聯網高速發展下的網絡安全隱憂

根據最新統計，2015年全球網民數量將超過30億，接近全球總人口的一半，2015年全球連接到互聯網上的設備將達49億台，而到2020年將超過 260 億台。

互聯網高速發展的同時也帶來了更多的互聯網安全隱憂，據統計，2014年全球有近8萬家公司被黑，其中2122家公司被迫承認關鍵數據被盜，全球500強公司大面積淪陷，涉及60多個國家。這些安全問題不僅對企業本身造成極其惡劣的影響，同時也對相關的個人生活影響巨大。以婚外情網站AshleyMadison遭遇的安全事件為例，大量用户數據和公司內部數據泄漏引發世界範圍內的恐慌，370 萬用户信息被公開甚至引發用户自殺。

網絡安全一直以來是奇虎360非常重視的部分，對於奇虎360而言，看得見的威脅和漏洞很容易防範，而伴隨着科技的高度發展，企業網絡安全面對的是看不見的威脅和漏洞。“讓威脅被看見”是奇虎360秉承的理念，對此，奇虎360將利用創新科技對威脅和漏洞進行追蹤和檢查。

深度學習，人工分析的“接班人”

流量識別是網絡安全的基礎，過去傳統的流量識別是採用人工分析方法為主，這種方法耗時且會受到個人經驗和能力的影響。目前，奇虎360的企業安全部門每天面對着幾億條記錄數據量，傳統的人工分析手段已無法勝任互聯網數據速度激增的局面，這也是奇虎360將深度學習的人工神經網絡算法引入到安全領域的動機所在。

人工神經網絡系統是指利用工程技術手段模擬人腦神經網絡的結構和功能的一種技術系統,它是一種大規模並行的非線性動力學系統。神經網絡以其獨特的結構和處理信息的方法，在許多實際應用領域中取得了顯著的成效，如圖像處理、信號處理、模式識別、機器人控制、協議分析等。

經過測試，奇虎360發現流量識別與常用的深度學習圖像識別在神經網絡中的編碼範圍是相同的，這也進一步驗證了流量識別可以採用神經網絡系統。

在映證了流量識別可以採用神經網絡進行檢測後，奇虎360設計了一個5-7層的深度神經網絡，能夠自動學習特徵並識別每天數據中的50-80種協議。目前，這套深度學習系統在實際數據上測試的總體準確率已經超過了99%，在業內處於領先水平。

不過，機器在學習的過程需要對大量訓練數據進行計算，十分耗時。造成這一尷尬局面的原因在於CPU串行程序執行時間很長，往往只能進行小規模的計算，這難以應對互聯網每天產生的大量數據。在這種情況下，使用GPU協處理器對串行程序進行並行優化，可以大幅提高計算的效率，從而滿足神經網絡在實際中的需求。

加速270倍，流量識別不用“排隊領號”

明確了技術努力的方向之後，奇虎360與浪潮集團進行合作，共同成立專門聯合項目組以找到系統處理速度的瓶頸所在。浪潮集團在異構計算應用優化中具有非常豐富的項目經驗，並且對互聯網深度學習的相關算法十分熟悉，擁有一支專業深度學習應用開發和異構應用優化的團隊，已經為國內多個互聯網企業提供了應用優化服務。

在浪潮集團的參與下與奇虎360制訂了從硬件到軟件的一體化安全分析平台設計方案，綜合利用GPU計算設備、內存、磁盤、網絡等系統資源，最大化提升軟件整體效能。

最終，通過雙方的共同努力，原串行版本程序運行3000樣本的時間超過10分鐘，優化後的並行版本程序在單節點單GPU條件下運行時間縮短到近7秒。訓練24萬樣本的時間單節點4GPU相對於單GPU加速3倍，最終單機4GPU卡程序性能較原始版本加速270倍，大幅降低了計算時間，同時優化後的程序能夠在小內存的硬件條件下，處理大規模的數據。

奇虎360企業安全相關負責人表示，與浪潮的合作充分發揮出GPU的計算潛能，大幅度節省了網絡流量識別的時間，為奇虎360創造更好的用户體驗和更安全的網絡空間提供了技術保障。未來，奇虎360將與浪潮展開更大規模的深度學習異構應用優化合作，讓這套流量識別的神經網絡全面應用到奇虎360的企業安全業務中。

如果説對於未知威脅和漏洞的判斷代表着安全廠商的最高能力，那麼能夠智能識別未知漏洞則是每個用户最強大的“安全衞士”。即便自主學習檢測惡意程序的軟件離我們尚遠，但如果研發成功，整個反網絡威脅行動的遊戲規則將因此而改變——從“亡羊補牢”變為“未雨綢繆”。