人工智能解决问题的时候通常是去收敛、去逼近、去寻找拟合，是一个逐步强化的过程。但是对于安全来讲，它是一个发散性的问题，是不收敛的，它的目标就是要通过不收敛的方法去对抗，要绕开你。所以这点上来讲网络安全和当前的整个人工智能大方向就是完全冲突的。
但是人工智能范围很大，我们还是可以在安全的整个过程当中使用这些先进的理念、方法和新的意识的东西。但是我觉得不要盲目地使用机器学习或者是这些新的算法。这里，我们需要先弄清楚为什么要用机器去学习前面的认知的过程，然后再讲讲我们怎么用，最后讲讲我们用的姿势和尝试的方法。
近几年来大数据和机器学习被频繁地用到我们的搜索领域、出行领域和游戏竞技领域里面。
同时，很多安全企业也用到了一些机器学习的手段，来进行用户行为分析、流量分析，以及日志分析。市场的期待对之也是非常高的，很多媒体会报道说机器学习是安全行业的最后一根稻草，或者说机器学习在重塑我们的安全领域，亦或是说机器学习让我们的安全变得更好。
然而，一个非常火的事情自然会产生泡沫，出现和实际预期并不相符的情况。实际上机器学习和大数据并没有想象的那么高效或是能改变很多事情。
最近“威胁情报”在网络安全界备受关注。什么是威胁情报呢？简单来说，威胁情报就是能够帮助识别安全威胁并作出明智决定的知识。那威胁情报要如何具体实践呢？
发生攻击前，威胁情报能够帮助大家做一些什么防御工作？
在攻击的过程当中，可以利用威胁情报起到真正的防御的作用吗？
它与当前的应急响应到底又有哪些不同？
攻击之后，威胁情报在攻击溯源这个层面上，又能够做一些什么工作呢？
快快搬起小板凳坐到黑板面前，绿盟科技威胁情报专家顾杜娟博士将为大家从线下攻击前准备、线上攻击周期和线下攻击后整理三个方面讲解威胁情报的具体实践。文末还有现场视频！
TechWorld 2017的圆桌论坛中我们讨论了机器学习在网络安全的应用，那机器学习在安全攻防的具体实践有哪些呢？如何利用机器学习对安全事件进行回溯及预警？机器学习、全流量威胁分析、攻击链、时序关联这些热点词你都懂吗？读完这篇文章你就离老司机不远了！
文字不过瘾？直接点击文末视频链接近距离感受机器学习的神秘魔力吧！
8月7日，美国又爆发一起工业关键基础设施数据泄露案——德州电气工程公司Power Quality Engineering（PQE）的Rsync服务器由于配置错误（一个端口配置为互联网公开），大量客户机密文件泄露，包括戴尔Dell、奥斯丁城City of Austin、甲骨文Oracle以及德州仪器Texas Instruments等等。
泄露的数据除了暴露出客户电气系统的薄弱环节和故障点外，还揭露了政府运营的绝密情报传输区的具体位置和配置。更危险的是，PQE内部密码被明文保存在文件夹中，如果落入不法分子之手，就能轻易攻破公司的多个系统。真是细思恐极啊！
近日，卡巴斯基发布了2017 Q2 DDoS报告。该季度出现了史上持续时间最长DDoS攻击——277小时（超过11天），超过了Q1的最长记录的131%。另外，值得注意的一点是，中国成为了DDoS受灾最严重的国家，占了整个季度攻击事件的58.07%！
想看围棋世界冠军古力和网络安全的激情碰撞吗？
来绿盟科技TechWorld 2017技术大会一探究竟吧！
时间：2017年8月4日
地点：北京新世纪日航酒店
一年一度的安全界顶级盛会——Blackhat2017——在拉斯维加斯如火如荼得进行着，各路安全界大咖都卯足精神，给世界展示着异彩纷呈的神兵利器。绿盟科技作为受邀嘉宾，也见证了这场盛事。下面我们就来看看绿盟科技首席技术官——赵粮博士在现场发回的第一手新鲜资讯吧！
美国富国银行（Wells Fargo）最近比较烦。前一波伪造账户的那档子事还“余情未了”，这一波数据泄露的事儿又上了头条。
事情的起因总结起来很简单，不是黑客，不是间谍，而是“手残党”引发的。
近日，“徐玉玉电信诈骗案”在事发一年后终于迎来了审判。2016年8月，家境贫困的准大学生徐玉玉相信了电信诈骗分子“2000元助学金”的谎言，被骗走了9900元仅有的大学学费。发现被骗后，徐玉玉因为忧伤、情绪压抑等原因倒在了报案回家的路上再也没有醒过来。
诈骗团伙固然可恨，可是倒卖徐玉玉个人信息的黑客也是罪无可恕的。如果诈骗团伙没有掌握这些精确的个人信息，徐玉玉也不会轻易地掉进陷阱。在我们替徐玉玉惋惜的同时，是否应该审视一下高校教务系统的安全性问题。
