Henry Ford通过装配线的概念彻底改变了汽车行业和整个制造业。在福特使用装配线之前，汽车就已经问世并处于制造阶段，但是简化和使制造流程自动化能够明显加快汽车的生产速度。多亏了机器学习和AI，使得网络安全领域现在正面临着类似的变革阶段。
注：亨利·福特（Henry Ford，1863年7月30日—1947年4月8日），美国汽车工程师与企业家，福特汽车公司的建立者。他也是世界上第一位使用装配线大批量生产汽车的人。
通过机器学习简化网络安全
漏洞扫描和漏洞管理的概念并不新颖。企业需要监视应用程序的活动和行为来识别威胁并检测可疑或者恶意行为的想法也相对普遍。问题在于为这些任务而设计的传统方法和工具不足以跟得上当今计算的速度和规模。云、DevOps、容器、工业物联网和其它技术变革从根本上改变了行业规则并需要一种新的安全方法。
这就是机器学习和AI的有用之处。笔者近期和Wallarm的创始人兼首席执行官Ivan Novikov进行了交谈。在进行了一次安全咨询和在全球范围内进行安全审计之后，他决定应用他们所获得的经验和教训来开发新的安全方法。当Wallarm在2013年成立的时候，该公司在这一领域就有点抢占先机了，公司从第一天开始就围绕机器学习构建其应用程序安全解决方案。
Novikov强调说机器学习并不神奇。有效地使用机器学习需要合适的数据和技能，从而能够对机器学习算法进行微调。考虑到这一点，机器学习在网络安全方面所做的贡献和装配线为汽车制造所做的贡献并无二异，因为它们都提高了效率和规模。他告诉笔者手动分析需要花费5到6个小时，但是使用机器学习在20分钟以内就能完成。
将应用程序安全提升到新水平
Wallarm本周宣布关闭800万美元的A轮融资，该公司所筹集到的资金总额达到1080万美元。该轮融资由Toba Capital领投，Y Combinator、Partech和Gagarin Capital跟投。
“鉴于黑客的水平不断提升以及管理敏感数据的企业受到了大量的网络攻击，因此投资Wallarm是理所当然的。我们相信这些由AI驱动的应用程序安全平台足以保护以互联网为中心的公司，防止他们受到愈加狡猾且技术娴熟的网络犯罪分子的攻击。”Toba Capital的创始人Vinny Smith说道：“我们很乐意投资那些能够为面临紧迫挑战的企业带来巨大价值的科技公司。”
“从早期开始，Wallarm和其它公司的区别就在于该公司能够保护应用程序不受真正的攻击，而不是检查是否符合不相关的安全准则。今年我们再次重申了这一战略，推出了应用程序测试框架（Wallarm FAST），”Wallarm的联合创始人兼首席执行官Ivan Novikov说道：“新的融资将会被用于将这一新产品推向市场，进一步投资AppSec Platform的产品线以促进增长，并为我们数量不断增加的财富1000强客户提供服务。”
但是这关乎的不仅仅是速度。Novikov和笔者也讨论了机器学习能够以人们无法实现的方式为我们带来结果。他解释道机器学习能够带来人们无法预料到的结果，并能够开发出查看和分析数据的独特方式。他们也讨论了机器学习和AI所具备的能够预测未来的强大能力，以及能够从历史数据识别模型或者以人类无法实现的方式检测和理解新的模型。
到目前为止，Wallarm并不是机器学习变革中的唯一参与者。Cylance是另一家在机器学习方面下了巨大赌注的公司，并且在这个领域也占据了一席之地。Cylance在短短的几年内就迅速将人们感兴趣的前沿概念发展到可行的网络安全替代方案，并成为了优秀的首选方案。
在接下来的五年内观察Wallarm和Cylance等完全基于机器学习的公司会如何发展和提升，传统的网络安全公司会如何反应以及他们能否有效适应这一变革或者只是昙花一现，都将变得很有意思。
原文作者：Tony Bradley
