滴滴副总裁:用人工智能技术保障出行平台信息安全

By 机器之心2017年12月06日 15:55

导语:长期关注人工智能的科技媒体机器之心Synced发表文章称,Uber数据泄露事件的影响正在波及整个行业。为了加强信息安全,研究者正在探索人工智能解决方案。在近期于加拿大多伦多举行的“世界人工智能峰会”上,这正是“交通自动化未来论坛”的一大热门话题。

 

今年11月,媒体爆料Uber迟迟没有披露牵涉5700万司机和乘客的数据泄露事故,对Uber提出了质疑并密切关注事件进展。Uber首席信息安全官乔伊·萨利文(Joe Sullivan)曾试图拿出10万美元来摆平相关的黑客,但最终被解雇。

 

在人工智能世界论坛上,中国共享出行巨头滴滴出行的信息安全战略副总裁弓峰敏指出了这类数据泄露事故带来的风险程度:“对于具备放大效应的平台,你做的任何事情都会影响许多人。”



滴滴出行信息安全战略副总裁弓峰敏(中)


2016年,滴滴出行收购了Uber的中国业务,巩固了在中国市场的地位。Uber在应对黑客事件时采取的做法有些轻率,给它在亚洲的同行敲响了警钟,也带来了经验。

 

弓峰敏带领的部门每天需要处理来自超过4.4亿用户的2500万个打车订单,以及4500TB的数据。他承担的角色是保护这些数据不受攻击,保证信息安全。


随着汽车自动化程度越来越高,信息安全成为了汽车行业的最高优先级工作之一。弓峰敏解释道:“在今天的交通运输行业,无论是自动驾驶还是互联汽车还是智慧交通,所有层面都在引入更多技术复杂度。”作为白帽子黑客,弓峰敏认为,随着自动驾驶汽车连接至中心化云计算平台,人机交互应用带来进一步增强,以及连接至其他交通网络,我们将看到五花八门的系统漏洞。

 

滴滴出行将这些信息安全威胁分为四个层面:数据安全、程序安全、网络安全,以及最重要的,出行者和路上行人的安全。

 

在去年中国举办的一场活动上,弓峰敏详细阐述了他的白帽子理念:“核心业务必须统一,并在闭环中进行。信息安全防御正在转变为不间断的大规模检测,利用大数据和人工智能来探测安全和异常。简而言之,这意味着部署分布式的信息安全探测系统,用于中心化的数据分析。”

 

企业可以使用机器学习技术,以及来自终端设备的云数据去分析并学习恶意软件的行为模式。随着不断学习新出现的安全威胁的特征,模型会形成更有效的预防措施,从而变得更健壮。

 

弓峰敏提出,在人工智能时代,应当采取“基于生态系统的方法”保障信息安全。“围绕关键业务建立保护层,优化会话、数据、用户信息和操作流程,以整体化的方法提供保护,这非常重要。”

 

机器之心英文版文章地址:https://syncedreview.com/2017/12/01/using-ai-to-secure-ride-sharing-platforms/


声明:本文由机器之心原创出品,版权归作者所有,转载请查看要求,机器之心对于违规侵权者保有法律追诉权。