如何继续研究机器学习在网络安全中的应用？

Question

作为一名笔试员，我有两年的经验，我想在机器学习和安全方面取得硕士学位，并研究如何通过机器学习解决当前的安全问题。同时，建议除了硕士之外，我还能做些什么来完成我的研究。

Answer 1

这是一些不完整的答案，但这是我现在能说的全部。

今天的机器学习似乎更像是编程框架，所以它最适合开发新的应用程序，因此需要一点编程(脚本)。

机器学习可以更好地解决现有的问题，如垃圾邮件过滤、图像识别、语音到文本、自然语言处理等。

然而，在应用程序中使用机器学习通常意味着要么做全新的产品(从头开始设计)，要么扩展现有的产品。

机器学习在数据上工作，所以需要一些数据来进行测试，测试越多越好。它可以是声音、声音、图像、视频、日志、文本、结构化文档、表格等。

现在的问题是，由于有许多机器学习框架和服务，所以应用程序还不多，所以功能已经内置到产品中，比如IDS，或者需要以编程方式应用。

因为编程机器学习本身不是主要的，而是使用它，所以了解它如何工作以及如何使用它的好起点是看看Google云机器学习()。

谷歌云机器学习

然而，即使是简单的算法也可以有效地使用，例如作为“日志处理器”，同时也需要数据库(内存)。

其中一个有趣的机器学习应用程序是在PC上观察用户--而不是使用更多的摄像机来观察这个人，因此在这种情况下，机器学习可以用来分析网络上的流量、网页浏览历史、打印的内容，甚至是屏幕上的人可以看到的内容。

例如，使用带有磁带存档和常规存储的Machine，可以分析日志并预测需要什么数据，以及何时可以提前从磁带归档中检索数据(这是真正的和经过测试的应用程序示例)。

机器学习也可以根据对所需负载的预测来编排各种工作--这就是一些非常复杂的工作流、负载和有限的资源的情况，例如，Google在数据中心优化其电源管理的方式。

首先得到的想法是先得到一些数据。日志数据是理想的起点。预测API似乎很有趣。然而，还有许多其他产品在机器学习方面提供了类似的功能，它们通常会促进实时数据流(如日志)，这对google来说有点好处。

这项工作最流行的语言是Java和Python，但也使用了许多其他语言，包括C、C++、C#、Go、Ruby、Perl等。

所以，最主要的是发明应用程序，并且首先拥有一些数据。