容器生態(tài)系統(tǒng)環(huán)境包括一些安全特性正在快速地變化。因此他們希望在未來的12個月內保持與新環(huán)境同步更新，并提供一些病毒攔截和隔離的安全保護。進而通過機器學習的方法提供更加先進的異常檢測，將積累的大量的容器數(shù)據(jù)，作為一個傳感器，把標準化數(shù)據(jù)提供給其他系統(tǒng)，幫助其檢測異常。有些病毒會潛伏很久，不能被實時發(fā)現(xiàn)，這就需要機器學習做一些比較復雜的分析。對我們而言，我們所面臨的挑戰(zhàn)是如何為客戶提供可靠、有價值的安全保護措施。同時，該如何將更多的數(shù)據(jù)提供給其他系統(tǒng)，通過整合更大的數(shù)據(jù)庫，檢測到更多隱藏的威脅。

而人工智能是解決IoT安全問題唯一的希望。第一，IoT設備有專門設計的系統(tǒng)，執(zhí)行相對簡單的任務；第二，IoT設備能收集大量數(shù)據(jù)。因此，與被動查找病毒的“超級英雄式”不同，通過豐富的IoT數(shù)據(jù)訓練AI模型，AI就可以更加快速、高效地鑒別出可能出現(xiàn)的安全問題。也就是說，IoT設備設計時需要完成一系列的任務，從而主動實時地分析并應對潛在的安全問題。

哪里有困難，哪里就有機會。對人工智能在物聯(lián)網(wǎng)安全領域的應用看好的不僅有創(chuàng)業(yè)者，還有投資人。

Oriza Ventures的創(chuàng)始合伙人AlexLiang認為基于人工智能的解決方案是最優(yōu)路徑。他分析了物聯(lián)網(wǎng)的三大痛點：第一，物聯(lián)網(wǎng)設備種類繁多，沒有統(tǒng)一操作系統(tǒng)，無法給每一種設備開發(fā)專門的安全軟件；第二，物聯(lián)網(wǎng)設備終端的計算處理能力有限，無法適用有強大功能的通用系統(tǒng)；第三，物聯(lián)網(wǎng)設備的網(wǎng)絡接連方式是多樣化的，有的通過WiFi，有的通過移動網(wǎng)絡，有的連在機構的邊界安全防護系統(tǒng)以內，有的連在外面。這些特性都使得傳統(tǒng)的安全解決方案無法適用物聯(lián)網(wǎng)安全領域。

“因此，物聯(lián)網(wǎng)企業(yè)需要真正定制化的方案，而這方案正是人工智能通過深度學習模型可以提供的。”Alex Liang總結說，Oriza Ventures也是ZingBox的早期投資人之一。

同樣投資了ZingBox的Wisemont Capital管理合伙人李峻重點關注人工智能領域。在她看來，AI在應用層面最火熱的是信息安全和醫(yī)療保健。這兩個領域都產(chǎn)生了大量數(shù)據(jù)，人工智能技術可以發(fā)揮很重要的作用。“我看過很多監(jiān)控攝像領域、云領域都有很多垂直數(shù)據(jù)和安全結合的方案。從我個人觀點來說，我認為安全領域的熱度將會持續(xù)，信息安全事件頻發(fā)，很多公司要在安全領域下功夫。”

然而，就目前而言，人工智能成為解決物聯(lián)網(wǎng)信息安全的良藥也還停留在實驗階段。李峻介紹，“2017是人工智能年，似乎每個公司找我們，都會稱自己是人工智能公司。”解決方案也是五花八門，相關公司有把AI和攝像頭的數(shù)據(jù)相結合的，有做硬件芯片的，也有做整體方案等等 。

因此，如果創(chuàng)業(yè)者希望創(chuàng)辦一家信息安全領域的公司，李峻首先關注的是數(shù)據(jù)的優(yōu)勢：其次，則是公司如何提供實時規(guī)模化的解決方案;最后，是具體的解決方案，對整個行業(yè)的了解。李峻在最后總結道，“我們看到很多創(chuàng)業(yè)者均來自于頂尖大學研究AI 的博士，但關鍵是你是否了解整個產(chǎn)業(yè)、業(yè)務流程、行業(yè)痛點， 你是否可以吸引客戶來嘗試甚至購買你們的產(chǎn)品。”

盡管將AI看成唯一的希望，鄒敘也坦誠目前人工智能所面臨的三大挑戰(zhàn)：第一， IoT安全領域缺乏足夠多、高質量的標記數(shù)據(jù)來訓練傳統(tǒng)的AI 模型;第二，一旦發(fā)生信息安全的攻擊，我們該如何讓AI 引擎做出實時反應;第三，AI 引擎如何提供跟某次安全攻擊相關的其他信息和分析?

誰將成為萬物互聯(lián)時代的信息安全守護者?即便人們對于AI的呼聲最高，但到現(xiàn)在為止仍在探索階段。誰又將在萬物互聯(lián)時代根植于安全領域開疆拓土?

未來終不可期，所幸真正有用的技術將會伴隨著科技的進步，在大浪淘沙中逐漸顯現(xiàn)出來。就算有萬重高山阻隔，萬物互聯(lián)的時代終將會到來。

面對未來，人們一直在準備著。