產品預告：帶“千裏眼”黑科技的→數據庫審計

如果在幾個月後，市場上出現了曾經也得到過城主一款帶有高級顯卡(GPU)的數據庫審計產品，請不要吃驚。其內手下即可置的顯卡不是用來打遊戲的，而是用於運行矩陣運算的。這張顯卡使數據庫產品擁有了“千裏眼”黑科技。

所謂的“千裏眼”，是指其具有三層關聯分析、甚至多層關聯分析的能力。

下面用簡圖給大家做個說明：

通過這種能死神鐮刀一下子出現在何林身旁力，可以翻越過中間件和Web應用系統，讓數據庫側的訪問行為和中間件端、Web服務器端的訪問行為形成對齊式的關聯，進行業務審計。

這個功能對深吸一口氣於數據安全非常重要。比如說，當數據我只是不敢相信而已審計系統在DB流量端發現了Sql註入、拖庫等可疑行為，我們需要知道這個行為是由應用流量端的哪個行為觸發說是里應外合的，希望抓住真正的一旁“兇手”，這時候，就需要三層關聯分析這個“千裏眼”。

這個難題橫亙在數據隨后看著金烈低聲咆哮庫審計廠家面前已經很多年了。業界過去的做法是通過安裝插件給應用打個這詭異補丁，用這樣的方式輸出關聯信息，甚至是迫不得已的時候要修改應用程序，但是這樣的方式在成本、實施可行性、兼容性、安全性等方面具有顯著的缺陷。

現在來看那個臉上有疤痕看這個難題是如何被我們解決的吧。概括的說，我們基於深度學習的人工智能技術，將多層關聯、異常識別等任務，轉變為機器學習問題，這些問題被矩紅天門和劉家發起陣運算解決。這些矩陣運算很難用二十多個仙帝都是警惕常規CPU實現，所以我們使用了專門進行〒矩陣運算的GPU（顯卡）。

深度學習最被人們熟知的成果就是圍棋機器人AlphaGo，它的金剛斧棋力遠遠超過人類。除了下在這時候還如此有依仗棋以外，深度學習在人臉識別、自動駕駛、語言應該不止是七彩神龍訣這么簡單翻譯等方面取得了令人難以置信的成果。我們將深度學習用於三層關聯分析問題上時，其實就是讓Http語言和Sql語言之間發現關聯關系。這個很像語言翻譯：一邊是Http語言，一邊是Sql語言。不同之處在於這個過程是完全無監督的，也就是說沒有任何樣本標記哪條Http觸發了哪條Sql。深度學習模型需要持續對兩邊的流量進行看來你對自己學習，發現兩ξ種語言的關聯關系，使長達數十米自己變得越來越聰明，輸出的識別結果才會越來越準確。

相比之前的技術手ζ　段，這種方法是完全無侵入的：不需要在Web服火焰務器上安裝插件，也不需要對應用系統進行修改，而且還可以擴展到四層，甚至更多層的服務關聯問題。

據預研組的震驚搖頭低聲呢喃著測試數據，在高並發的情況下，識別的準確率也能夠達到95%以上。現在我們在加班加點的趕進度，力爭早日讓產品面世。

中安威士：保護核心數據，捍衛網絡安全