【现在真能实现杀毒引擎“自学习、自进化”？】【结语-2】【声明】

zzxy280

进来学习的[:26:]

悟心之道

回复 131楼 zzxy280 的帖子

5.2.1 客户端的杀软引擎再在还不能“自学习、自进化”

从前面讨论中，以及QVM公开说明中都没人确认你用的单机客户端杀毒引擎能“自学习、自进化”（当然也没说不能），没更有说服力的证据前，先就这结论。以下分析也明显重逻辑、带有严重的科幻色彩，权当是科幻得了！

a、关于学习材料

正：一般客户端本身不具有收集海量病毒样本的能力，缺少足够的学习材料。

反：人学习的话系统研读相互联系的、自成体系本书，很可能比阅读海量的书更能进化。

针对评述：如果真能“自学习、自进化”，“海量”并非重点为而是“一定量+高质量”才是关键！

b、单机杀软引擎“自学习、自进化”存在的逻辑性问题

正：客户端众多，每个客户端，收集到的学习样本都不相同，如果“自学习、自进化”就会出现很多版本，这些版本之间就存存不一致、甚至冲突！

反：单机不同版本，可以在服务器端强大的管理下，规定进化方向，做到原则一致，相互兼容。

c、硬件性能

正：单机处理速度慢、不能高速处理海量信息。

反：硬件性能影响处理速度，并不是否定性因素。单机速度相对慢，但单机可以有的样本少，并非不能处理！

d、待续待科幻

评述：单机版现在不能“自学习、自进化”主要不是上述因素决定的，而是当前相关的人和集体的投资能力、时间、技术水平、精力等决定的。

JillPal

回复 132楼 悟心之道 的帖子

以目前人工智能和计算机发展水平看,要实现高水平的“自学习”“自进化”还不太现实.巨量数据本身可能具有灰色性质,数据之间的关系也可能是非线性的,这样对于“高质量”这个问题,如何确定收集到的数据那些是高质量的?或者舍质量而追求数量,这之间的平衡不好掌握.

悟心之道

JillPal 发表于 2011-1-16 15:33
回复 132楼 悟心之道 的帖子

以目前人工智能和计算机发展水平看,要实现高水平的“自学习”“自进化”还不太 ...

高质量或代表性样本可以通过不同杀软鉴别广泛收集，灰样本很难用做学习材料，要不人都晕。

你观点搬到了二楼A９

讨论有益！

hudeg632

客户端肯定没有“自学习、自进化”,那个QVM引擎库根本就没有变.360在更新版本时更新过一次QVM库.

JillPal

个人感觉:杀软所面临的灰色问题主要不在于单个样本,而更多的体现在海量样本聚集一起所带来的鉴别区分等问题上,这些数据之间不可能没有“冲突”.另外,这么多数据集中在一起,杀软的效率不好保证.太慢当然不好,但太快也可能有违用户直觉.

yi36653878

如果按360这么说的话，最传统的特征码杀软更新也算是自学习喽。。

悟心之道

qwe12301 发表于 2011-1-13 12:16
回复 7楼 悟心之道 的帖子

数据挖掘不是一项存在独立的技术，应该说是一个集大成者，类似社会工程学。它更 ...

A10LZ注：其实这个说法在10楼就出现了，因其描述较为原则可能较接近服务器环境应用，现在才搬来。
搬到二楼A10

悟心之道

littlefritz 自动学习理论上是可以实现的。但此自动学习并非真正的人工智能。如微点能够自动发现、清除样本，提取特征值，然后自动进行全网升级，但主动防御的行为分析是依据API调用规则的，而不是人工智能。360的QVM2的人工智能是在依据原有大量样本的基础上总结出的自学习规则，相比传统启发，有一定优势，但和传统启发的现状相似，依然无法独挡一面，还是需要本地或者云端的特征库。在这一方面，微点的主防的技术就较为成熟，能够以很小的升级量查杀绝大多数病毒。
LZ注：人工智能在计算机上实现时有2种不同的方式。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（Engineering approach），它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法（Modeling approach），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。个人认为微点做法应该算是工程学方法（Engineering approach）的人工智能。

ujty

无论如何，QVM的强大毋庸置疑。我想，至少楼主的质疑是值得尊重的。