機(jī)器學(xué)習(xí)是現(xiàn)在大家都打了雞血想用或者在用的技術(shù)。

但是，你以為只有好人能用它嗎？Too young too simple！

接下來，我將揭秘AI技術(shù)黑暗的一面——犯罪份子和人工智能的孽緣。

當(dāng)計(jì)算科學(xué)發(fā)展的不夠完善，還沒能解決啟發(fā)式問題的時(shí)候，很多安全問題都是利用規(guī)則來解決的，這些規(guī)則都是“死”的。

那時(shí)候沒人覺得計(jì)算機(jī)能夠破解密碼、讀出來驗(yàn)證碼內(nèi)容或者掌握馬路交通的規(guī)律。但是現(xiàn)在，人工智能發(fā)展極快，老掉牙的基于規(guī)則的安全保障系統(tǒng)輕而易舉的就被AI秒成渣。

驗(yàn)證碼和AI的不解情緣

當(dāng)我們上網(wǎng)的時(shí)候，最煩的就是驗(yàn)證碼，它老是來讓你填。這是計(jì)算機(jī)在確定你卻是是個(gè)“大活人”，而不是一個(gè)程序在惡意攻擊訪問它。

這樣做是因?yàn)樵蹅內(nèi)祟愑脩敉ㄟ^鼠標(biāo)鍵盤訪問某個(gè)網(wǎng)站或資源的這個(gè)操作，計(jì)算機(jī)都能用一段程序來同樣做到。

比如說，當(dāng)你連續(xù)三次在登陸Facebook的時(shí)候輸錯(cuò)密碼，網(wǎng)站肯定會跳出來一個(gè)驗(yàn)證碼來確定你是個(gè)活人而不是惡意暴力破解密碼的程序（當(dāng)然了，我會首先想到梯子被踹了）。Facebook還有很多公司的服務(wù)器都是這種安全措施，而這種安全措施都是用驗(yàn)證碼的，比如常見的驗(yàn)證碼長成這樣：

多年以來，驗(yàn)證碼都能有效的區(qū)分惡意攻擊代碼還有人類用戶。但是現(xiàn)在聰明AI時(shí)代到來了，驗(yàn)證碼在它面前仿佛就是送分題。

CNN（卷積神經(jīng)網(wǎng)絡(luò)）就是一個(gè)很簡單的技術(shù)來破解驗(yàn)證碼，只要你能給他大量的驗(yàn)證碼學(xué)習(xí)數(shù)據(jù)集。每張驗(yàn)證碼都有一個(gè)特定的目標(biāo)，識別文字或者識別物體之類的。

但是，這些問題在CNN面前都將形同虛設(shè)。上述說的只是一個(gè)簡單的栗子，沒太多的技術(shù)術(shù)語，只要知道簡單的神經(jīng)網(wǎng)絡(luò)的原理就能看懂。

既然驗(yàn)證碼的保護(hù)都不起作用了，暴力破解的威脅就更可怕了。你也許會說，我看到過更難的那種驗(yàn)證碼，就是從一堆圖片里找出個(gè)公交車或者找出路牌兒之類的那種（你肯定沒少上Youtube?。?。但其實(shí)，它們對于AI來說也不難，你肯定聽說過谷歌大法的目標(biāo)檢測有多偉大，雖然谷歌僅僅把它作為搜索引擎的一個(gè)基礎(chǔ)功能來用。

GAN和密碼的那些事

注：GAN = Generative Adversarial Networks，讀音：干！翻譯是對抗生成網(wǎng)絡(luò)。

咱們的密碼一般不會設(shè)的特別奇怪，長這樣的畢竟是少類： 5f2#V0”P?oz3（幾乎就是異類了）。

差不多咱們的密碼都長成這樣：kronebourg1664，名字加數(shù)字大小寫什么好記還好輸入。

當(dāng)然了，也有少部分不怕死的這么設(shè)密碼：password（肯定老被盜）。

對于猜到第一種密碼，我天，太難了，不論是對人腦來說還是對一塊GTX 1080 GPU來說都太難猜中了（GTX 1080是一塊英偉達(dá)家的GPU，不只是能用來玩游戲，現(xiàn)在更多人用來跑深度學(xué)習(xí)工程）。

但是其他的密碼嘛，相對來說就容易一些了。所以我們怎么猜這些密碼呢？最簡單的方法就是翻一本厚厚的字典，然后將每個(gè)單詞都當(dāng)成密碼去試。這種情況下如果你也就能猜中用“password”當(dāng)密碼的童鞋了。

什么？你真的拿“password”當(dāng)密碼？哥們兒，英語不錯(cuò)呀，你怎么不試試拼音“mima”當(dāng)密碼？趕緊換一個(gè)靠譜的吧……

現(xiàn)在，來點(diǎn)高科技的，用AI來猜你的密碼。你以為AI還會翻字典？當(dāng)然不是，神經(jīng)網(wǎng)絡(luò)會自己產(chǎn)生一大堆密碼候選項(xiàng)。我們就用這堆候選來攻破你的密碼。很玄幻？讀一讀PassGAN這篇文章吧，下面這個(gè)圖講了這堆候選項(xiàng)是怎么產(chǎn)生的。

PassGAN：A Deep Learning Approach for Password Guessing的arxiv鏈接是：

https://arxiv.org/abs/1709.00440

就算你對神經(jīng)網(wǎng)絡(luò)很熟，這篇論文可能看起來也不是那么輕松。 這不是簡單的通過輸入來預(yù)測結(jié)果，它是先從數(shù)據(jù)里面學(xué)習(xí)數(shù)據(jù)的特點(diǎn)，然后讓生成器生成一些具有類似特點(diǎn)的樣本出來的特殊網(wǎng)絡(luò)結(jié)構(gòu)。

專業(yè)上叫Generative Adversarial Network（對抗生成網(wǎng)絡(luò)，一般簡寫成GAN，提出GAN的就是那個(gè)寫深度學(xué)習(xí)花書的大神古德菲洛）。GAN里面包括了兩個(gè)神經(jīng)網(wǎng)絡(luò)，一個(gè)生成器和一個(gè)檢查器。

檢查器用于檢驗(yàn)輸入的數(shù)據(jù)是否合理，生成器用于來回折騰演化自己讓生成的數(shù)據(jù)能在檢查器眼皮子底下蒙混過關(guān)。

譯者注：這里有個(gè)鏈接，我覺得可以不加，因?yàn)榫褪窃谝粋€(gè)門戶里搜了一下神經(jīng)網(wǎng)絡(luò)關(guān)鍵詞的結(jié)果，毫無營養(yǎng)……然后那個(gè)啥，GAN的解釋我沒用原文，因?yàn)樘菰锪伺聞e人看不懂，我就結(jié)合自己的認(rèn)識寫了一個(gè)，如果翻譯的不好的話再聯(lián)系我翻譯這句。

為了使用PassGAN，我們要有一個(gè)不知道哪兒來的真實(shí)的密碼數(shù)據(jù)集（也許是某東某訊某度泄漏的？）。從這個(gè)數(shù)據(jù)集里起碼能知道人們真正使用的數(shù)據(jù)集大概長成什么樣。一般就是有一些大寫字母，一些日期，一些隨機(jī)的數(shù)字，一些名字之類的。

然后呢，我們要用到一個(gè)噪聲產(chǎn)生器，就是生成一些隨機(jī)數(shù)用的。噪聲產(chǎn)生器和密碼數(shù)據(jù)集就是咱們神經(jīng)網(wǎng)絡(luò)模型的輸入了。

網(wǎng)絡(luò)的輸出就是二分類值，也就是說在有監(jiān)督訓(xùn)練的時(shí)候，網(wǎng)絡(luò)模型會被告訴說這個(gè)密碼是真實(shí)的還是假的。

在每次神經(jīng)網(wǎng)絡(luò)前向傳遞的時(shí)候，網(wǎng)絡(luò)的輸出都會跟真實(shí)的標(biāo)簽值進(jìn)行比較，然后帶著這個(gè)誤差值反向傳遞回去迭代修改網(wǎng)絡(luò)的權(quán)重。生成器也會跟著模型的訓(xùn)練而成長，因?yàn)殡S著網(wǎng)絡(luò)模型變化，生成器根據(jù)噪聲所產(chǎn)生的結(jié)果也越接近真實(shí)的密碼。

當(dāng)生成器訓(xùn)練完畢之后，之后我們再輸入一個(gè)噪聲，網(wǎng)絡(luò)就能輸出一個(gè)特別真實(shí)的密碼。所以我們只要讓PassGAN運(yùn)行幾個(gè)小時(shí)，就能得到一堆密碼候選項(xiàng)了。

AI和網(wǎng)絡(luò)釣魚的那些事兒

釣魚是很常見的黑客技術(shù)。你肯定收到過一些看著不太對勁的郵件，自稱是銀行、移動聯(lián)通或者微博的人。然后郵件里面還給你一個(gè)鏈接，跳到一個(gè)能讓你中毒的網(wǎng)頁。

想做這樣一個(gè)釣魚郵件，你只要照著Facebook或者什么其他大公司的郵件樣式外觀和語言仿造一封即可。然后又見里面說你的軟件得更新，或者點(diǎn)開看看這里有什么驚喜，或者讓你填寫登陸信息等。

簡單粗暴還老套。不論你寫了什么，結(jié)果都會被發(fā)送到不法分子的服務(wù)器上。先不說這個(gè)，AI是怎么跟釣魚勾搭上的？

機(jī)器學(xué)習(xí)里面有個(gè)利器叫爬蟲，它能通過爬取目標(biāo)網(wǎng)站的各種信息來改進(jìn)釣魚技術(shù)。通過爬蟲保存下來的數(shù)據(jù)，黑客們能夠?qū)W習(xí)到這些網(wǎng)站的外觀，還有文字書寫的風(fēng)格，然后據(jù)此產(chǎn)出大量的假郵件然后大規(guī)模發(fā)送。但是有郵件不知道往哪兒發(fā)也是個(gè)問題。所以聰明的黑客還能通過前面咱們說的GAN技術(shù)來猜測郵件地址，這就增加了讓人上當(dāng)?shù)臋C(jī)會。

有的童鞋可能說了，現(xiàn)在我們用的郵箱里面都有反釣魚的安全措施～安全的很。但悲劇的是，現(xiàn)在的機(jī)器學(xué)習(xí)已經(jīng)知道怎么產(chǎn)生能夠通過釣魚檢查的釣魚郵件了！

訓(xùn)練集是這樣?jì)饍旱?，一大堆郵件，一些郵件是被反釣魚攔住的，還有一些是能成功發(fā)送的。然后我們就能據(jù)此訓(xùn)練處一個(gè)神經(jīng)網(wǎng)絡(luò)模型，來知道釣魚算法是怎么檢測的。在不久的將來，釣魚郵件也許都是這種反釣魚巨網(wǎng)下的“漏網(wǎng)之魚”。

咳咳，總結(jié)一下

好消息是，目前只有三種被AI攻克的安全領(lǐng)域。壞消息是，還有巨多的場景正面臨著AI黑客的威脅，比如詐騙廣告等。但是我相信AI在合法的領(lǐng)域中應(yīng)用所帶來的好處要遠(yuǎn)大于不法之徒將它們用于作惡上的壞處。

其實(shí)，挺諷刺的，現(xiàn)在有很多將人工智能用于偵破犯罪活動的案例，從街頭的巡查到網(wǎng)絡(luò)詐騙都有所設(shè)計(jì)。最后總結(jié)一下：

1.如果你覺的自己的密碼能讓GAN給猜到的話，趕緊換個(gè)密碼吧，比如wenzhaizhenshuai就很不錯(cuò)（因?yàn)闆]人覺得文摘菌帥，所以GAN學(xué)不到這個(gè)信息）。

2.別點(diǎn)開不知道誰發(fā)給你的鏈接，除非你十分確定發(fā)郵件的人沒問題；

3.千萬別用AI做惡呀！