当前位置:首页 > 新闻中心

AI反诈骗识别关键字就能秒破犯罪陷阱

2022-10-01 03:49:28来源:爱博体育竞猜 作者:爱博体育可以买球

  只要NLP识别到用户短信中的“客户、拖欠、信贷”等关键字,手机中的反诈预警系统就会被触发,用户此时就能收到风险提醒。

  从前,维护网络安全依赖人工攻防对抗演练、依赖专家,专业知识没有沉淀下来,技术发展也相对缓慢。

  它可以自下而上自动挖掘知识,根据不同语义关系进行融合,一改从前过分依赖专家、应用封闭的局面。

  不仅如此,它还能让安全分析变得更加智能,通过语义理解、动态关联、智能检索、机器推理等技术,自动获取知识构建流程和技术。

  从海量异构文件中三元组自动抽取,基于规则匹配或自然语言,根据模式库、实体库、安全语料库作出判断。

  无需人工进行额外训练,只需语料和预训练好的模型,就可以从头建立出知识图谱,甚至挖掘出人类发现不了的新关系。

  美国已经启动“深绿(Deep Green)”计划以及Insight、XDATA等基础智能技术研究项目,探索从文本、图像、声音、视频等不同类型多源数据中自主获取、处理信息、提取关键特征、挖掘关联信息的相关技术,加速人工智能在军事领域的应用。

  具体到实际应用上,叶晓虎表示,我们可以通过半自动结合人工方式提升知识图谱的自动化构建水平,助力安全分析实现认知智能,满足语义理解、动态关联、智能检索和机器推理的业务需求。

  通过系统,自动提取日志中的高阶行为语义,并对语义进行量化聚类,提取表征性行为,可以大幅减少工作量。

  虽然知识图谱和语义分析能够让网络安全维护变得更加智能,但在实际应用中还有很多亟需解决的问题。

  知识图谱本来的工作就是整合不同模块、来源的信息,但是在具体情况中,如果来源信息有问题,那么在自动抽取过程中也会存在错误,知识图谱的可信度就会大大降低。

  而对于知识图谱的实际应用,毛剑表示基于公开数据集构建的知识图谱,实际的模型有时并不好用。因此生成图谱后,再融合新的知识至关重要。

  赵军认为,必须补充新知识、淘汰旧知识。保持大的知识框架不变,不断进行增量式学习,让知识图谱不仅仅是一个知识仓,也要进行自主进化。

  浙江大学计算机科学与技术学院教授/博导陈华钧则认为,知识图谱在应用上很难有共性。很多工作和所在领域密切相关,必须要根据领域的特点来选定适合的图谱,这是使用知识图谱的一个准则。

  以上精彩内容,全部出自CCF C⊃3;的第8期活动,主题为“知识图谱与语义分析”,由绿盟科技承办。

  C⊃3;活动是由中国计算机学会CCF CTO Club发起的,旨在联结企业CTO及高级技术人才和资深学者,每次以一个技术话题为核心,走进一家技术领先企业。

  京东-智能客服;小米-智能家居;搜狗-深度语义学习与网络搜索;百度-AI+开源;亚马逊云科技-云计算;阿里巴巴淘系技术-内容化驱动;知乎-如何拥抱开源。