2016年3月，AlphaGo與李世石的圍棋大戰(zhàn)引起人們強(qiáng)烈關(guān)注，并再次對人工智能展開熱烈討論。早在1956年達(dá)特茅斯會(huì)議上，人工智能（Artificial Intelli‐gence）這一概念就被明確提出，雖然 60多年來，學(xué)術(shù)界對此有著不同的說法和定義，但從其本質(zhì)來講，人工智能是指能夠模擬人類智能活動(dòng)的智能機(jī)器或智能系統(tǒng)，研究領(lǐng)域涉及非常廣泛，從數(shù)據(jù)挖掘、智能識(shí)別到機(jī)器學(xué)習(xí)、人工智能平臺(tái)等，其中許多技術(shù)已經(jīng)應(yīng)用到經(jīng)濟(jì)生活之中。

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式作出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或著人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識(shí)（consciousness）、自我（self）、思維（mind）（包括無意識(shí)的思維）等等問題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對我們自身智能的理解都非常有限，對構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關(guān)于動(dòng)物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。人工智能目前在計(jì)算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的重視,并在機(jī)器人、經(jīng)濟(jì)政治決策、控制系統(tǒng)、仿真系統(tǒng)中得到了廣泛的應(yīng)用。

1、人工智能的發(fā)展

20世紀(jì)中葉，以英國數(shù)學(xué)家圖靈為代表的一代科學(xué)家為人工智能學(xué)科的誕生提供了理論基礎(chǔ)和實(shí)驗(yàn)工具。1956年，達(dá)特茅斯會(huì)議標(biāo)志著人工智能學(xué)科的正式誕生，以馮·諾依曼、圖靈為首的科學(xué)家試圖通過符號化編程實(shí)現(xiàn)人工智能。20世紀(jì)60年代以來，人工智能研究隨著技術(shù)水平的發(fā)展，在瓶頸與突破中曲折前進(jìn)。20世紀(jì)末，由于硬件能力不足、算法缺陷等原因，人工智能技術(shù)陷入發(fā)展低迷期。而進(jìn)入 21世紀(jì)以來，大數(shù)據(jù)、云計(jì)算等信息技術(shù)給人工智能發(fā)展帶來了新機(jī)遇，成本低廉的大規(guī)模并行計(jì)算、大數(shù)據(jù)、深度學(xué)習(xí)算法、人腦芯片四大催化劑引領(lǐng)人工智能的發(fā)展出現(xiàn)上行趨勢，同時(shí)人工智能的發(fā)展也給新一代信息技術(shù)與工業(yè)各領(lǐng)域滲透融合提供了新的動(dòng)力。

各國高科技企業(yè)普遍將人工智能視為下一代產(chǎn)業(yè)革命和互聯(lián)網(wǎng)革命的技術(shù)引爆點(diǎn)，并且注入大量資金以加快其產(chǎn)業(yè)化進(jìn)程。其中IBM、谷歌、Facebook、微軟、蘋果、Amazon 等國際IT巨頭最具影響力。IBM公司近年建立了認(rèn)知計(jì)算系統(tǒng)Watson，旨在借其衍生出巨大的智能顧問市場。同時(shí)，IBM正在研究一種新型仿生芯片，實(shí)現(xiàn)電腦模仿人腦運(yùn)算的過程。谷歌在2013年完成對8家機(jī)器人相關(guān)企業(yè)的收購工作，并在機(jī)器學(xué)習(xí)方面大量搜羅企業(yè)與人才。自2015年3月起，谷歌先后宣布在醫(yī)藥研發(fā)、無人駕駛汽車、血糖實(shí)時(shí)監(jiān)測隱形眼鏡、即時(shí)翻譯攝像頭、聊天機(jī)器人等方面取得顯著成果，同時(shí)計(jì)劃將人工智能研發(fā)成果與其搜索引擎、廣告、視頻網(wǎng)站和電子商務(wù)等核心業(yè)務(wù)結(jié)合起來。Facebook在人工智能領(lǐng)域的布局主要圍繞其用戶的社交關(guān)系和社交信息展開，并采用全球領(lǐng)先的圖像識(shí)別技術(shù)和自然語言處理技術(shù)。2013年Facebook成立人工智能實(shí)驗(yàn)室，于2016年4月發(fā)布了能夠向盲人描述圖像的圖像識(shí)別系統(tǒng)。同時(shí)，將“社交虛擬現(xiàn)實(shí)”作為一項(xiàng)核心業(yè)務(wù)，投入了數(shù)百位頂級工程師。微軟著力于Cortana智能助理系統(tǒng)的開發(fā)，在2015年還展示Skype語言轉(zhuǎn)換系統(tǒng)。另外，蘋果的Sir智能助理、Amazon的機(jī)器人飛行器等項(xiàng)目對人工智能的發(fā)展都產(chǎn)生了巨大影響。

2、人工智能技術(shù)特點(diǎn)與優(yōu)勢

將人工智能應(yīng)用到網(wǎng)絡(luò)安全管理領(lǐng)域可以提高工作效率，相較于傳統(tǒng)的網(wǎng)絡(luò)安全技術(shù)，不論是從速度，效率以及可操作性都顯著提高，其具有以下特點(diǎn)：

（1）具有處理模糊信息能力

人工智能技術(shù)具有處理未知問題的能力。人工智能技術(shù)一般采用模糊邏輯的推理方式，不用非常準(zhǔn)確的描述數(shù)據(jù)模型。網(wǎng)絡(luò)中存在大量不確定也不可知的模糊信息，處理這些信息比較困難。在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中應(yīng)用人工智能技術(shù)，可以提高處理信息的能力。

（2）具備學(xué)習(xí)能力和非線性處理能力

人工智能不同于傳統(tǒng)的網(wǎng)絡(luò)安全處理模式，它最大的特點(diǎn)是它具有一定的學(xué)習(xí)能力，這一點(diǎn)的優(yōu)勢在處理信息時(shí)表現(xiàn)得尤為明顯，因?yàn)榫W(wǎng)絡(luò)中的信息量往往是龐大的，但是許多信息都是簡單的，及其容易理解，卻可能有有效信息，想要從海量的信息中挖掘出有效的信息，首先要做的就是學(xué)習(xí)，推理這些簡單的信息，人工智能的優(yōu)勢就在于這里。

（3）計(jì)算成本低、效率高

傳統(tǒng)網(wǎng)絡(luò)安全技術(shù)消耗的能源量驚人，人工智能在這一方面則有很大的改善，它對于能源消耗速率特別低。因?yàn)槿斯ぶ悄懿捎玫氖切碌乃惴ǎ纯刂扑惴ā＿@種算法可以利用最優(yōu)解可以一次性完成計(jì)算任務(wù)，有效減少資源消耗力度，實(shí)現(xiàn)綠色節(jié)能。另外，使用這種方法可以保證網(wǎng)絡(luò)技術(shù)的高速性。

3、人工智能在車聯(lián)網(wǎng)信息安全中的應(yīng)用

車聯(lián)網(wǎng)是由行駛在交通道路上的具備感知和無線通信能力的移動(dòng)車輛和位于路邊的基礎(chǔ)通信單元共同組成的新型自組織網(wǎng)絡(luò)。道路上快速移動(dòng)的車輛之間通過無線短距離通信彼此交換信息，我們將這種通信模式稱為車一車V2V（Vehicle-to-Vehicle）通信。車輛也可以與位于路邊的基礎(chǔ)通信單元（以下統(tǒng)一簡稱為路邊單元RSU，RoadSide Units）直接建立連接，常見的路邊單元有位于道路兩旁或者十字路口的基站、熱點(diǎn)等，這類靜態(tài)的通信節(jié)點(diǎn)常被部署在路燈、交通標(biāo)志和紅綠燈等基礎(chǔ)設(shè)施上面，我們將此種通信方式定義為車路通信V2R(Vehicle-to-RoadSide Unit，V2R)。

車聯(lián)網(wǎng)本質(zhì)上是傳統(tǒng)移動(dòng)自組織網(wǎng)絡(luò)MANET（Mobile Ad-hoc NetWork，MANET）的一種特殊表現(xiàn)形式，因此除了具備MANET網(wǎng)絡(luò)的特點(diǎn)以外車聯(lián)網(wǎng)還具備一些其獨(dú)特的特征：

（1）組網(wǎng)靈活，網(wǎng)絡(luò)規(guī)模變化空間較大。只要位于彼此通信范圍，車聯(lián)網(wǎng)中的任意兩個(gè)移動(dòng)車輛均可以隨時(shí)自組織地建立無線通信鏈接。同時(shí)組網(wǎng)的規(guī)模受道路上的車流分布影響較大，車輛稀疏時(shí)很容易出現(xiàn)通信孤島，車流分布均勾時(shí)，網(wǎng)絡(luò)規(guī)模可以覆蓋整條道路。

（2）V2V和V2R兩種通信模式共存。通過V2V通信，相鄰車輛之間可以實(shí)現(xiàn)短距離的交通信息共享。車輛通過與路邊的基礎(chǔ)通信單元建立鏈接，除了實(shí)現(xiàn)交通信息更長距離的分發(fā)以外，還可以享受更加豐富的互聯(lián)網(wǎng)服務(wù)。另外，在很多MAC協(xié)議的設(shè)計(jì)中，路邊單元還可以擔(dān)任移動(dòng)車輛訪問無線信道的協(xié)調(diào)者。

（3）通信節(jié)點(diǎn)移動(dòng)速度快而且運(yùn)動(dòng)軌跡可預(yù)測。由于車聯(lián)網(wǎng)中的通信節(jié)點(diǎn)附著在高速移動(dòng)的車輛上，所以通信節(jié)點(diǎn)的位置跟隨移動(dòng)車輛快速變化。但是與網(wǎng)絡(luò)中節(jié)點(diǎn)的隨機(jī)運(yùn)動(dòng)模型不同，車輛的運(yùn)動(dòng)軌跡受道路拓?fù)浣Y(jié)構(gòu)限制，因此車聯(lián)網(wǎng)中通信節(jié)點(diǎn)的運(yùn)動(dòng)軌跡是可以預(yù)測的。

（4）網(wǎng)絡(luò)的拓?fù)渑c連通性隨著車輛的移動(dòng)變化迅速。車聯(lián)網(wǎng)中無線通信允許的最大范圍是1000米，而車間距離會(huì)隨著車輛位置的高速移動(dòng)迅速變化，以180km/h速度相背而行的兩車無線通信的連通時(shí)間也僅能持續(xù)10秒鐘，因此相比傳統(tǒng)的網(wǎng)絡(luò)，車聯(lián)網(wǎng)的網(wǎng)絡(luò)連通性和拓?fù)浣Y(jié)構(gòu)變化更加迅速。

（5）無線信道的通信質(zhì)量更加不穩(wěn)定。車與車之間是通過無線電波傳輸數(shù)據(jù)的，移動(dòng)車輛周圍復(fù)雜多變的交通環(huán)境會(huì)對無線電波傳輸產(chǎn)生不可忽略的干擾。尤其是城市環(huán)境下密集的高層建筑會(huì)加重信號的多徑效應(yīng)和陰影效應(yīng)，同時(shí)由車輛之間相對的高速運(yùn)動(dòng)誘發(fā)的無線電波多普勒效應(yīng)也會(huì)嚴(yán)重影響到無線通信質(zhì)量。

（6）通信節(jié)點(diǎn)具有更強(qiáng)的感知和信息獲取能力。由于汽車本身裝載了很多具有不同感知能力的傳感器和GPS定位導(dǎo)航系統(tǒng)，車輛可以實(shí)時(shí)的獲取自身的各種運(yùn)動(dòng)狀態(tài)信息和位置信息。同時(shí)GPS還可為車輛提供統(tǒng)一的時(shí)鐘同步功能，使車聯(lián)網(wǎng)中的節(jié)點(diǎn)具備更強(qiáng)的信息感知能力。

由于車聯(lián)網(wǎng)具有以上的特性，人工智能在車聯(lián)網(wǎng)安全中可以有效的評估風(fēng)險(xiǎn)。在對信息安全風(fēng)險(xiǎn)評估的過程中，往往會(huì)需要定性或者定量的分析手段。信息安全風(fēng)險(xiǎn)要素的量化相當(dāng)困難，另外定量分析用的歷史數(shù)據(jù)也相當(dāng)缺乏，這就致使在復(fù)雜的信息風(fēng)險(xiǎn)評估過程中，需要采用定性的量化方法，例如運(yùn)用層次分析方法進(jìn)行評估。不同類別的風(fēng)險(xiǎn)評估，需要根據(jù)模型中的指標(biāo)數(shù)量以及指標(biāo)之間的關(guān)聯(lián)程度，從而選擇適合的智能方法。智能算法彌補(bǔ)解決了傳統(tǒng)分析法在評估風(fēng)險(xiǎn)時(shí)，依賴評估者的主觀判斷。很多的智能算法例如貝葉斯網(wǎng)絡(luò)、遺傳算法、模糊綜合評判等，或者幾種方法結(jié)合起來，廣泛應(yīng)用與信息安全風(fēng)險(xiǎn)評估中。

層次分析法。層次分析法是通過對風(fēng)險(xiǎn)建立層次結(jié)構(gòu)達(dá)到對風(fēng)險(xiǎn)的評估，評估過程主要依照評價(jià)者主觀思想。其過程主要是基于對各個(gè)原始指標(biāo)重要性的主觀排序，經(jīng)過一系列矩陣運(yùn)算給每個(gè)原始變量確定一個(gè)權(quán)數(shù)。根據(jù)以往的經(jīng)驗(yàn)和文獻(xiàn)可以得出，層次分析法不能夠做到完全令人信服，達(dá)不到預(yù)期的效果，其所依據(jù)的定性成分太多。并且，層次分析法只適合在指標(biāo)數(shù)數(shù)量有限的情況下運(yùn)用，如果指標(biāo)數(shù)過多，數(shù)據(jù)統(tǒng)計(jì)量大，層次分析法就無法明確其特征值和特征向量的精確求法。

模糊綜合評定法。模糊綜合評定是運(yùn)用模糊邏輯和熵理論對風(fēng)險(xiǎn)進(jìn)行評估，主要是在對信息系統(tǒng)評價(jià)的前提下，通過對風(fēng)險(xiǎn)進(jìn)行分類組合信息系統(tǒng)，以達(dá)到對信息安全風(fēng)險(xiǎn)的緊迫性認(rèn)識(shí)的提升。相比較層次分析法，模糊綜合評判法更能夠?qū)I(yè)客觀的評估風(fēng)險(xiǎn)。

多層次模糊綜合評定法。由于信息系統(tǒng)的復(fù)雜性質(zhì)，需要考慮的因素很多，而且每個(gè)因素之間的聯(lián)系具有層次性， 所以需要采用分層逐級評判的方法，也就是多層次模糊綜合評定法。 在風(fēng)險(xiǎn)的評估過程中，通過采用多層次模糊綜合評定法，能夠有效的解決在評估過程中，定性指標(biāo)以及定量評估的困難之處。同時(shí)，多層次模糊綜合評定法還能夠科學(xué)準(zhǔn)確的評定出信息的安全風(fēng)險(xiǎn)級別以及風(fēng)險(xiǎn)程度，這有利于加強(qiáng)對信息安全風(fēng)險(xiǎn)的危害性認(rèn)識(shí)，從而在減少風(fēng)險(xiǎn)、控制風(fēng)險(xiǎn)以及轉(zhuǎn)變風(fēng)險(xiǎn)的過程中做出正確及時(shí)的措施。

通過以上三種評估方法，能夠有效的評估車聯(lián)網(wǎng)中的安全風(fēng)險(xiǎn)，及時(shí)地發(fā)出警告指示，防止嚴(yán)重后果的發(fā)生。人工智能技術(shù)在信息安全風(fēng)險(xiǎn)評估中發(fā)揮著巨大的作用，扮演著越來越重要的角色，合理運(yùn)用人工智能技術(shù)，能夠保證風(fēng)險(xiǎn)發(fā)生的最小化，掌握這種技術(shù)是時(shí)代發(fā)展的趨勢。