第六十章 劉凡的預案
未來超級智能系統 by 雁塔小菩提
2019-10-31 22:24
四天的測試之後,劉凡在會議室中向趙建國以及他帶來的其他六個人展示成果。在半小時的視頻播放之後,劉凡起身站到大家面前。
「剛才的演示應該還是比較清晰的,現在我應該說是來做一個註解吧。」劉凡現在面對這樣的場合,顯然自如了很多,「信息洩露及交易這個問題核心因素就兩個,一是內鬼,二是黑客。在內鬼方面我能做的很少,我先來談談我的大數據處理系統能如何有效針對黑客。
聽說今天在座好幾位都是技術部門的負責人,那想必各位都知道,其實像電影裡那種動不動就黑了五角大樓的黑客是萬里挑一的,90%以上的黑客,使用的手段都差不多,而且很好學。說白了就是做好五件事情,隱藏IP,發現目標漏洞,植入木龍篡改數據,獲取目標,趕緊閃人。
而他們在做這五件事情的時候最注重一點就是時間,在趙局的授權下我研究了警方現在正在使用的黑客偵查系統,邏輯和執行都沒有問題,問題就出在速度上。這個速度問題還可以分為兩塊,一是處理速度,二是即時性問題。
所以我剛才展示的最直觀的內容,就是速度,大家應該也都看到了剛才的實驗對比,經過我優化的系統可以提高三倍以上的數據處理速度。那麼在第視頻第二部分所展示的即時黑客報警機制是如何實現的呢?
這個東西還是和我的底層算法特殊性有關,我們現在在用的偵查系統利用的是痕跡信息,據說是已經發現了1800多種痕跡信息對吧?但在我的算法演算之下,已經發現了二十多種木馬植入邏輯,有了這些植入邏輯,系統可以在黑客正在進行攻擊的時候進行報警。」
「抱歉打斷一下。」就在這時,有一名男子突然舉手。
「您有什麼問題?」面對警察劉凡還是很禮貌的,慫不慫的不重要,關鍵是對這個職業的尊敬。
「真的不好意思。」男子又對著大家說了聲抱歉,「主要這個問題困擾了我很久,正好講到這了我就想問問。劉先生提到了你的算法,我之前也做過研究,現在很多人認為你的算法才能帶人類走向真正人工智能時代。
我個人對真正的人工智能,或者說你的算法的理解就是依托與計算機強大的處理能力,讓計算機擁有與人類一樣的思考方式,而計算機可以打破人腦的能力限制,人工智能實現一了種類似超級人類的存在,去處理無數人類處理不了的問題。也包括你之前提到的在無序中尋找有序。」
劉凡仔細的想了想,點頭道,「也可以這麼理解。」
「那這裡我就有一個疑惑了,如果計算機真的可以擬人了,那麼在計算機可以像人類一樣思考的同時,是不是也就意味著計算機會像人類一樣去犯錯?縱觀人類歷史,人類經常犯的一個錯就是一葉障目,當人類對世界的認知更完善的時候,就會發現自己以前對世界的認知是錯的。
那麼你如何確定你的算法推導出來的函數或者規則就是對的呢?雖然目前在人臉識別的使用上確實很有成效,但如果在未來,數據量變得越來越大,這些規則錯了怎麼辦?到時候會不會出現一些混亂?」
「看來這位警官跟我一樣是個愛琢磨的人。」劉凡笑了笑道,「我可以這樣回答您,您剛才的論點是計算機擬人後可能也會像人一樣犯錯我也考慮過,所以在我的算法中有一個函數反省機制。
簡單來說,算法一旦在數據中發現了函數規則,他需要將函數規則對所有相關數據進行一次匹配,正確100%的函數規則才會保留,而當數據增加的時候,每一個增加的數據函數規則都會進行一次匹配。
就拿人臉識別來說,在越來越多的人臉信息輸入的時候,這個函數規則一直在做匹配,一旦這個函數規則在某一個人身上匹配不上了,即便正確率高達99.99%,系統也會立刻將這個函數從規則列表中剔除出去。
也就是說,在現有的大數據環境下,規則列表中的規則可以保證100%正確,而我們需要尋找的那些罪犯只要都是在這個數據庫裡的,就不會發生意外。如果發生意外也是在極端情況下,比如一個全新的人臉數據剛進入這個庫裡,正好函數匹配不上了,而這個人正好又是罪犯,又剛好激發了這個錯誤的函數,又正好被拍下來了。」
「我明白了。」男子點頭道,「如果是這樣的話其實在人臉識別方面不用擔心什麼意外,隨著這些年的技術發展用不了多久我們就可以覆蓋幾乎所有人的人臉資料。
但是像這次的反黑客技術,數據是在不斷膨脹的,是不是還有另外一種可能就是系統顯示出現了所謂的規則,但因為規則是錯的,所以出現誤報呢?」
「誤報確實是一種可能性。」劉凡並不避諱,「這在人臉識別項目的時候就提出過,雖然是極小概率事件,但針對這個問題我也配備了足夠的預案。
如果只是單一的小概率誤報可以人工報錯我們會手動剔除,如果在特定時間內出現兩次以上誤報,我設置的逆推算法剝離程序就會激發,進行自檢並保留傳統的技術。
但就算只保留傳統技術,我們在速度和精度上依然都是有優勢的。這在之前我們也展示過。」
「可萬一同時出現大批量誤報呢?」
「科技只是一個輔助工具。」就在這是,趙建國突然開了口,他低沉的聲音帶著莫名的威懾力。
「趙局我只是想把可能存在的隱患都問清楚。」
「我明白您的意思。」劉凡趕緊笑著接話緩解突然壓抑的氛圍,「不過針對您的顧慮我其實也都有做相應的措施,比如權重闕值響應機制。
在所有的邏輯中,其實是有使用頻率的比重分佈的,比如A邏輯的使用是比重是80%,B邏輯的使用比重可能就10%,所以在我們接到的系統報警中,是通過哪一種邏輯引發的報警也是會有比重分佈的。
之前在人臉識別的實施時我就提過,動態特徵依舊是特徵,在過於極端的情況下我的技術依然會失效,這次的黑客追蹤也是如此,雖然發現了一些木馬植入邏輯,但如果黑客使用的木馬植入方式正好避開了這些邏輯,那這個系統在這方面的優勢也就沒了。
再加上本身犯罪就是一個小概率事件,所以我們可以打一個時間差,我們假設平均出警時間半小時,如果一小時內出現兩次誤報,那系統就自動剝離了,所以您剛才提到的那種極端現象,首先你一小時內得出現幾十個甚至上百個報警,而這個時候系統會顯示異常,根據權重比例,優先取出高比重的10%的報警,剩下的90%會自動啟動剝離程序,但不是什麼都不做,只是轉向使用傳統的追蹤程序。
如果在特定時間之後沒有出現誤報上傳,後面的系統報警會繼續根據設定被被激發,這就避免了因為系統短時間內的大量錯誤導致浪費警隊資源與精力的情況。
而類似這樣的預案我還在系統中設置了幾十種,說白了,您的擔心想必是因為這些規則是由算法推導出來的,所以你認為可能不可控,這些問題我都有考慮過,回頭我們可以私聊。」
劉凡說到這,之前的男子滿意的點了點頭,「麻煩劉先生了,你這麼一說我就放心多了。」
趁著大佬們不注意,方華突然戳了一下萬翠翠。
萬翠翠嚇了一跳,略帶生氣的看著方華,「你幹嘛?」
方華指了指萬翠翠的眼睛,笑了笑道,「你眼睛裡張星星了。」
萬翠翠:「......」