写点什么

机器学习技术在安全性和完整性方面的探索

2019 年 9 月 14 日

机器学习技术在安全性和完整性方面的探索

ArchSummit深圳2018大会上,徐斌讲师做了《机器学习技术在安全性和完整性方面的探索》主题演讲,主要内容如下。


演讲简介


Machine Learning in Security and Integrity:With the emerging of e-market (e.g. Taobao, Amazon), cloud (e.g. Baidu Yun, AWS, Azure), and social network (e.g. WeChat, Facebook), the world becomes smaller and smaller with unbelievable easily running business, accessing large-scale resources and services, building community and sharing your moments cross continents within seconds. However, the concerns on security and integrity are arising too. Facing daily big data (petabyte or even more) with both imbalance and ambiguity, the real-time machine learning solution becomes challenging but demanding, which stimulates many breakthroughs.


This presentation starts with a quick overview of security problems, then it will discuss the machine learning platform, and focus on the topics related to the advanced technologies and solutions for the challenges facing in our time and the lessons from real applications. The presentation will end with the specific examples of recent machine learning applications in security.


演讲提纲

  1. Overview of some security problems at the emerging e-market, cloud and social network

  2. a. Transaction fraud and abuse

  3. b. Cloud security

  4. c. Integrity

  5. Machine learning platform and structure

  6. a. Offline build, online deployment, feedback loop

  7. b. Data and feature engineering

  8. c. Horizontal v.s. Vertical model structure

  9. d. Traditional classification v.s. deep learning.

  10. Challenges and lessons learnt

  11. a. Imbalanced data

  12. b. Dealing with ambiguity: semi-label and no-label

  13. c. Cold start problem

  14. Application #1: Machine Learning in transaction risk management

  15. Application #2: Machine Learning in cloud security


听众受益

With the talker’s numerous years of experience in the high-profile companies and dealing with the real-time solution for large world-wide data, the audience will learn from his experience (both success and lessons from failure) and perspective.


Audience will learn:


  1. An overview of machine learning platform and structure, especially in security solution.

  2. Through the two applications, audience will gain a valuable perspective from how advanced technology dealing with large scale data are used in the real-time system.


参考翻译:


随着电子商务如 Taobao, Amazon 的崛起,云计算如 AliCloud, AWS, Azure 的爆发,以及社交网络如 WeChat, Facebook 的大面积普及化,使得商业业务创新和开展越来越容易,轻而易举使用大规模资源和服务,全球化信息互动和共享已经可以同步,总的来说世界正在变得越来越小。但是,信息安全和商业诚信问题却不断增加,面对每天超过 PB 级的不平衡和模糊大数据,实时机器学习和解决方案面临着巨大的挑战。这样的要求在各个领域越来越多,促发了许多突破性的研究成果和应用。


演讲过程中会快速浏览一些安全问题,然后讲述一下机器学习平台,重点讲解能够处理当下棘手问题的相关先进技术和解决方案,以及一些真实的应用效果。最后会分享几个最近机器学习在安全应用上的特别案例。


演讲提纲

  1. 总览几个电商、云计算和社交网络出现的安全问题

  2. a. 交易欺诈和滥用

  3. b. 云计算安全

  4. c. 广告及其他商业诚信

  5. 机器学习平台和架构

  6. a. 离线构建,在线部署,反馈机制

  7. b. 数据和特征工程

  8. c. 平行 v.s 垂直模型结构

  9. d. 传统分类 v.s 深度学习

  10. 挑战和切身教训

  11. a. 非平衡数据

  12. b. 处理模糊性:半标签和无标签

  13. c. 冷启动问题

  14. 应用 1: 机器学习在交易风险管理方面的实践

  15. 应用 2: 机器学习在云安全方面的实践


听众受益

讲师希望分享他十余年在 IT 界高端的几个公司里的宝贵经验。这些经验来自于对实时海量数据的机器学习及解决方案,成功和经验。


  1. 整体了解机器学习平台和构架,尤其是在安全诚信领域中。

  2. 通过分享的这两个应用,参会者能够进一步学习实时系统是如何使用先进的机器学习处理大规模数据。


讲师介绍


徐斌


Facebook Software Engineer Manager


Bin Xu is an Software Engineer Manager at Facebook. He leads the Machine Learning team and Infra team in Business Integrity. His teams ensure the trustworthiness of connections between people and businesses; such as Ads, Marketplace, Groups, Pages, etc. Prior to his current position, he was a Principle Machine Learning Engineer Manager at Microsoft, led a team to develop cloud security solutions, and implemented anomaly detection to protect customer identity, data and applications. Before joining Microsoft, he was with Amazon for 10 years, leading the Applied Scientist teams on transaction risk management.


Bin received his Ph.D. in Statistics, M.S. in Computer Science from State University of New York at Stony Brook; and his M.S. and B.Sc. in Computer Science from Wuhan University.


参考翻译:徐斌目前在 Facebook 带领 Business Integrity 的机器学习团队和机器平台架构团队,主要任务是确保 Facebook 的用户和 Facebook 上所有商业业务之间的诚信沟通。这些商业业务存在于广告、市场、社团/群组、粉丝专页等等。在进入 Facebook 前,徐斌在 Microsoft 担任首席机器学习工程经理,带领技术团队开发云安全解决方案,实现对异常现象的检测,并保护客户在云中的身份、数据和应用的安全。更早前,徐斌在 Amazon 工作 10 年,率领多个应用科学家团队处理交易风险管理工作。


徐斌在美国纽约州立大学石溪分校获得计算机科学硕士学位和统计学博士学位,在武汉大学获得计算机的本科和硕士学位。












完整演讲 PPT 下载链接


https://archsummit.infoq.cn/2018/shenzhen/schedule


2019 年 9 月 14 日 17:21282

评论

发布
暂无评论
发现更多内容

开通InfoQ写作平台测试

ytl

准备重读测试驱动开发

escray

学习 CSD 认证实战营

习惯与惯性

伯薇

个人成长 习惯 习惯养成 提升能力

重新认识Go语言中的slice

麻瓜镇

golang

读懂才会用 : Redis的多线程

小眼睛聊技术

Java redis 学习 程序员 编程语言 后端

JAVA小抄-000-初始

NoNoGirl

Java

如何对Code Review的评论进行分级

宝玉

代码审查 Code Review

金融「中台」十宗罪

fino星君

中台 企业中台 业务中台

DDD 实践手册(4. Aggregate — 聚合)

Joshua

设计模式 领域驱动设计 架构模式

技术人赚钱的9个路线

品牌运营|陆晓明

副业 赚钱 技术人 码农 生财有术

年轻人的世界

boyzcl

年轻人 系列

我也曾对架构师的力量一无所知

曲水流觞TechRill

对你来说,阅读是另一种生活的方式吗?

叶小鍵

新人工作的时候遇到问题怎么办

波波

学习 编程 职场 新人

瞎琢磨先生の好物推荐(软件/网站)

瞎琢磨先生

在今天种下一棵树

陈医僧Ethan

感悟 育儿

系统的伸缩性以及扩展性设计

Janenesome

读书笔记 程序员 架构

关于「后浪」,ta 们在说什么?

boyzcl

年轻人 系列 后浪

[读书随笔]从哲学上的问题分类看TDD

老狗

哲学 TDD

基于vue(element ui) + ssm + shiro 的权限框架

吴邪

婚姻就是合伙开公司,各自做好自己的工作很重要

鼎玉谷

管理 婚姻 公司 付出 人情

信仰

小天同学

人生 个人成长 思考 读书感悟 信仰

Hello World !

ATGU:阿宝哥

Java Hello World ! Info

瞎琢磨先生の常用的 linux 命令

瞎琢磨先生

Linux Shell

如何利用数据异构实现多级缓存或者数据迁移

松花皮蛋me

缓存 分布式 分库分表

详解iOS性能优化,安装包瘦身

Usama Bin Laden

ios 源码分析 性能优化 性能 原理

赚钱的6个层次

品牌运营|陆晓明

创业 技术人 赚钱思维 层次 商机

关于CodeReview的一些思考

Yezhiwei

Redis学习笔记(基础命令)

编程随想曲

redis

Redis源码之常用数据结构和函数

心平气和

redis

关于沟通成本的一些认知

大鱼读书

项目管理 软件开发

机器学习技术在安全性和完整性方面的探索-InfoQ