颠覆传统安全方式，AI重新定义Web安全

按当前 AI 发展情况，“识别”的进展目前效果最好，无论是图像、语音还是视频，很多厂商都可以做到很高的识别率；但“理解”就差强人意了，大家都用过苹果的 Siri，它还未能达到与人真正对话的程度。

而反馈就更难了，这要求在理解的基础上不断地应变，同一个问题可能因对方身份、心情、交流场合不同，以不同的语气语调做出不同反应。

所以，目前应用机器学习效果非常好的领域，几乎都是某个特定领域内的识别问题，并非通用领域，如人脸识别、人机对弈（人机对弈本质上也是某个棋种领域的识别问题：机器通过学习成千上万的棋局后，就可以自动识别某一棋局在一方走的情况下对谁有利。）

非常幸运的是，安全领域中的问题大多是特定场景下的识别问题，而非通用场景，也并未涉及理解和反馈，你只需要把相关数据交给机器学习系统，让它做出识别判断即可：安全或者不安全，不安全的原因。

正因为安全问题本质是特定领域内的识别问题，所以从理论上讲，机器学习非常适合应用在安全领域，是解决安全问题的金钥匙。

机器学习在安全领域的应用难点

虽然机器学习早已存在，但是长久以来并未改变安全市场，究其原因，主要有以下几点：

01、安全领域的样本标注成本较高

对于机器学习而言，拥有海量、完整、客观、准确的标注样本异常重要，标注样本越多、越全面，训练出来的分类器才可能越准确。