登录注册   忘记密码

美国斯坦福大学等联合研发基于人工智能芯片的自主网络攻击系统,受DARPA高度重视

美国斯坦福大学和美国Infinite初创公司联合研发了一种基于人工智能处理芯片的自主网络攻击系统。该系统能够自主学习网络环境并自行生成特定恶意代码,实现对指定网络的攻击、信息窃取等操作。该系统的自主学习能力、应对病毒防御系统的能力得到美国防先期研究计划局(DARPA)的高度重视,并计划予以优先资助。


研发背景

当前,美军网络部队及黑客主要利用操作系统和硬件系统的底层漏洞,实施网络破坏和数据窃密。针对内部网络等环境(例如伊拉克电力网络),采用在打印机等出口设备内置后门芯片的方式,实施病毒感染和网络渗透。上述方式可被防病毒软件和安全系统识别,应用效果受到极大限制。


技术突破

本次研发的新型网络攻击系统,基于ARM处理器和深度神经网络处理器的通用硬件架构,仅内置基本的自主学习系统程序。它在特定网络中运行后,能够自主学习网络的架构、规模、设备类型等信息,并通过对网络流数据进行分析,自主编写适用于该网络环境的攻击程序。该系统每24小时即可生成一套攻击代码,并能够根据网络实时环境对攻击程序进行动态调整,由于攻击代码完全是全新生成,因此现有的依托病毒库和行为识别的防病毒系统难以识别,隐蔽性和破坏性极强。


巨大影响

DARPA认为该系统具有极高的应用潜力,能够在未来的网络作战中帮助美军取得技术优势。一是美军未来网络作战模式有可能发生变化。通过人工智能自主寻找网络漏洞的方式,或将逐步取代人工漏洞挖掘方式,使美军网络作战部队行动更加高效,针对特定网络的攻击手段更加隐蔽和智能,在未来网络作战中掌握主动权的能力进一步提升。二是网络攻击防控将更加困难。传统的基于病毒库和行为识别的方式,将无法应对更加灵活多变的人工智能病毒生成系统,其恶意代码的生成、执行、感染具有更强的隐蔽性,致使网络安全环境面临更大的挑战。

您的评论:

0

用户评价

  • 暂无评论