网络攻击四起，如何抵御深度网络威胁？

科幻网11月25日讯（朱曦薇） 为了应对日益增长的网络攻击威胁，研究人员开发了一种检测恶意入侵的改进方法。

基于互联网的控制系统被广泛用于监控和操作重要基础设施。过去，这些系统依赖于昂贵的专用网络。然而，把它们搬到网上让获取它们更便宜、更容易，但这也使它们更容易受到攻击。随着物联网技术的日益普及，这种危险也在不断增加。

传统的安全解决方案，如防火墙和杀毒软件，不适合保护系统。由于它们的复杂性，导致了即便是最好的算法也很难找出可能导致入侵的异常情况。

机器学习的一个分支，被称为深度学习，更擅长识别复杂模式。深度学习在被称为“神经网络”的电路中运行，是经过训练的。与其编写编码指令，它的创造者向深度学习模型展示了不同的学习示例，从而允许它在每一步中提高准确性。

研究人员利用已有的数据，训练和测试了五种不同的深度学习模型。

把深度学习模型检测入侵的能力，与最先进的算法进行了比较。虽然算法的准确率通常在80%到90%之间，但是每个深度学习模型的得分在97%到99%之间。

最重要的是，当所有五种深度学习模型都被“堆叠”后，准确率提高到99%以上。简单地说，叠加就是将所有五个模型的结果相加并取其平均值。

如今各国政府已将网络战视为一种主要的安全威胁，叠加深度学习方法有望在网络战中起到有效防御的作用。