如果你不得不在过去这两年选择一个科技行业流行词,“机器学习”将是一个不错的选择。很多公司似乎都把这句话放进了他们的重要部分中,而且效果很好。

云安全公司CloudPassage的Carson Sweet表示,许多公司要求机器学习工具来解决问题——即使他们对这些工具的功能不清楚。

周二在旧金山举行的结构安全会议上,来自另外两家网络安全公司的高管们解释了一些关于机器学习的常见误解。其中之一就是机器学习与“人工智能”。

正如威胁检测公司Sqrrl的Mark Terenzoni解释的那样,人工智能就像建立一个大脑,但它不能产生决定性的结果(这些结果会产生一个可预测的结果)。

另一方面,机器学习的结果是可预测的反应和有用的预测。它可以检测大量数据的模式,甚至可以在可视化图形中显示最突出的信息。

但是机器学习有一些重要的限制,其中最大的限制是,它仍然需要人类来构建正确的问题。

“机器学习是枪的尖端,但你必须做大量的管理工作来创建一个对安全分析师有意义的模型。”

移动安全公司Lookout的Kevin Mahaffey也指出,公司需要“干净数据”来提供机器学习算法。他说,简单地把成堆的信息铲平,就会产生一个“无用的垃圾”的结果。

《财富》杂志的主持人乔纳森·瓦尼安提出了一个问题,马哈菲也澄清了“机器学习”和“深度学习”之间的区别。这是一个规模问题:深度学习描述了最近计算机能力和成本的突破,这使得机器学习工具能够探索数百万个参数。

然而Mahaffey提醒说,虽然深度学习是一项了不起的技术,但许多公司仍然需要学习机器学习的基础知识。



相关文章