在過去的兩年里，企業生產的數據量超過了之前整個人類歷史創造的數據總和。要為如此大規模的數據提供安適保障，專家們不得不重新思考，該以何種方式決定敏感文件的授權與撤銷;更加重要的是，該如何識別和追蹤不成制止的異常拜候，并排查出哪些是真正具有危險的行為。

對于數據安適而言，最為關鍵的問題就是：“這個行為正常嗎?如果不正常，那么它是被允許的嗎?”Imperva的機器學習創新技術可以為這一問題提供答案。機器學習把模式識別算法應用在每一位用戶的每一次SQL查詢上，，把內部威脅扼殺在搖籃之中。

數據安適中的機器學習

機器學習作為一種人工智能，可以讓計算機檢測出各種模式，并使用通過訓練或不雅觀察而習得的算法來建立行為基線。機器學習可以大規模地處理和分析人力難以駕馭的大量數據，而提供人類可以理解的分析結果。

傳統的安適控制通常基于最小拜候特權模型。這個模型在理論上是成立的，但是在實踐中卻很難得到大規模的實現。要想以人工的方式決定每個用戶對每種數據具體的拜候權，自己就足夠令人望而卻步了。而在此基礎之上，還要從拜候日志中篩選并識別出潛在的不良行為，這就更難以實現了。即使是在一個只有 50 到 200 個數據庫的小企業環境中，這個過程也會讓 20 人規模的IT部門難以招架。而在更大的企業中，數據庫的數量很可能達到 1 萬以上。

好消息是，機器學習有望減輕這份負擔。對機器學習而言，更多的信息意味著更多的學習燃料。系統學習更多的輸入，就能通過學習給出更高質量的結果。

話雖如此，機器學習的有效應用依然要求人類大腦的參與，需要透徹理解他們想要解決的問題并可以把恰當的算法應用在恰當的問題上。算法并不是萬能鑰匙，而企業結構也不都是一樣的。真正創新式的機器學習必需更進一步。

上下文中的機器學習

簡單的機器學習可以處理日志文件并解讀拜候行為模式;可是，僅僅按照何人在何時登錄何種資源來生成行為模型，是遠遠不夠的。在數據安適的問題領域中，真正的需求是對潛在的惡意數據濫用提早一步的識別，這就需要機器學習更深地了解被拜候的具體數據。

機器學習可以把建立數據拜候模式基線的手動進程自動化。使用模式識別，機器學習可以識別對等群組中個體的正常行為，還可以動態地學習真正有效的對等群組，而開脫對于靜態的“組織結構圖”的依賴——后者極少能夠反映人們的真實工作狀態。

過去幾年，人工智能與機器學習在模式識別上取得了顯著的進展。例如，Facebook的機器學習應用，不但可以識別圖像中有什么，并且還能識別場景的上下文，以及其中是否包羅其它已知的實體或地標。同理，Imperva設計師在數據集合上應用了恰當的機器學習算法，創造了一個檢查對等群組分支使用模式的系統。這個技術已經超出了識別登錄和拜候時長的范疇，可以針對性地識別和建立正常的用戶數據拜候行為，可以輕松過濾出潛在的有危險的行為，制止其損害企業數據。

對于安適團隊而言，關鍵的問題在于：在一次個人拜候中，發生了什么，行為是否良好?他們需要制作一份事件清單，以備適當規模的SOC團隊調查。出于實用性的考慮，得出的數據必需滿足三點要求：有限性，保證團隊可以輕松地消化信息：精確性，排除噪音，提高信度;以及上下文的豐富性，讓調查無須從零開始。

讓機器學習更聰明

Imperva開發者通過把機器學習算法的豐富知識和關于構成差別種類用戶不當數據拜候行為的特定專業知識相結合，達到了三個目標。

利用模式識別算法處理數據安適信息，與Facebook圖像識別相似，只不過識另外對象換成了上下文中的數據拜候模式，包孕上萬名員工的賬戶，以及每天上百億次的個人數據拜候。基于行為的群組自動識別，可以精確定義每個用戶的拜候權限，并按照用戶與企業文件的交互變革進行動態調整。在對比試驗中，Imperva應用機器學習動態對等群組分析算法，發現了大量其他方式無法注意到的問題。

以往，大多數機器學習應用都從很高的視角不雅觀測數據拜候，好比：王剛在星期二上午 8 點 12 分登入了一個特定的數據庫，并在 8 點 39 分登出。可是它們無法確定王剛在那 27 分鐘內真正做了些什么，所以很難判定行為模式是否正常，是否存在潛在的數據濫用。

而Imperva機器學習在理解模式識別算法的基礎上，可以更加聰明地識別威脅數據的用戶行為模式。檢查每個用戶的每次SQL查詢，意味著機器學習不但可以識別王剛在何時登錄了多長時間，并且更為重要的是，還可以學習到他拜候了什么。然后，我們可以參照他的對等群組，比較他的行為與其他人的行為，最終判定數據拜候到底是正常的，還是不正常的。

大規模、動態化、結合上下文與專業知識的機器學習，能夠提早適應新興的威脅形態，永遠領先一步，提早預防數據違規。