在之前的認知中，大部分網(wǎng)絡(luò)安全都是靠人為技術(shù)被動防御和控制安全，但新時代的到來，越來越多的網(wǎng)絡(luò)終端設(shè)備成為了黑客已經(jīng)電腦病毒肆虐的搖籃，而人為的防御技術(shù)主要依賴專業(yè)人員建立的規(guī)則，規(guī)則以外的惡意攻擊就可能被無視。然后人工智能AI的舉起，已經(jīng)機器學(xué)習(xí)技術(shù)的不斷完善，目前機器學(xué)習(xí)算法已經(jīng)可以進行圖像書別、預(yù)測分析以及自然語言處理等工作。

網(wǎng)絡(luò)安全已經(jīng)不只是互聯(lián)網(wǎng)的專屬。但是工業(yè)4.0戰(zhàn)略的推進，工業(yè)與互聯(lián)網(wǎng)的融合，工業(yè)自動化、工控等領(lǐng)域，也讓工業(yè)成為了互聯(lián)網(wǎng)的一部分。因此，網(wǎng)絡(luò)安全企業(yè)在開拓工業(yè)這一市場時，依舊要從互聯(lián)網(wǎng)的角度來維護安全，畢竟工控安全還是具有一定局限性。但是如果從工控安全這一細分領(lǐng)域入手，倒也有不少機會。

機器學(xué)習(xí)是AI的一個組成部分，能使用現(xiàn)有數(shù)據(jù)來不斷改進其功能和策略。機器學(xué)習(xí)能理解正常的用戶行為，從而有能力識別正常模式之外的任何細微變化。例如，AI能夠偵測到來自黑客的任何一丁點反常行為，例如密碼輸入的方式或用戶登錄的地點的變更。賬戶登錄IP的變化也會被偵測并作為形勢評估的參考數(shù)據(jù)。除了收集信息來監(jiān)測和識別威脅，AI還能使用這些數(shù)據(jù)來改進自己的和策略。AI善于發(fā)現(xiàn)這些細微跡象，并在對方得逞之前制止入侵。

建立融合了人類與計算機自動處理的網(wǎng)絡(luò)安全系統(tǒng)并不容易，部分的因為手動歸類網(wǎng)絡(luò)安全數(shù)據(jù)的困難。因為具備肉眼識別“DDoS”、“數(shù)據(jù)泄露”等攻擊行為，需要技能嫻熟的安全專家，但這類人才的匱乏一直都是不爭的事實。因此，使用人工智能來學(xué)習(xí)并找到最有可能是攻擊的事件，然后交給人類專家去進行識別，是一個結(jié)合兩者優(yōu)勢的辦法。

網(wǎng)絡(luò)安全已經(jīng)不只是互聯(lián)網(wǎng)的專屬。但是工業(yè)4.0戰(zhàn)略的推進，工業(yè)與互聯(lián)網(wǎng)的融合，工業(yè)自動化、工控等領(lǐng)域，也讓工業(yè)成為了互聯(lián)網(wǎng)的一部分。因此，網(wǎng)絡(luò)安全企業(yè)在開拓工業(yè)這一市場時，依舊要從互聯(lián)網(wǎng)的角度來維護安全，畢竟工控安全還是具有一定局限性。但是如果從工控安全這一細分領(lǐng)域入手，倒也有不少機會。

網(wǎng)絡(luò)安全才是人工智能產(chǎn)業(yè)平穩(wěn)發(fā)展的“保鏢”。