人工智能(AI)和机器学习正迅速成为我们日常生活的一部分。以我的iPhone为例。我在悉尼生活和工作，每天早上当我上车的时候，手机就会告诉我去办公室的路程有多长。我没有问电话，但它知道我在工作日早上从家里到办公室，晚上直接开车回家。它使用多个数据源，如手机GPS、交通数据和一天中的时间来进行预测。我的手机居然知道我要去哪里，以及去那里需要多长时间，这似乎很神奇。
这很酷，但并不总是那么聪明。在一些周末，我开车去离悉尼大约两小时车程的另一所房子。我才开始做这个大约4个月前,我的手机已经认识到这是一个新的正则目的地,在同样的时间我去每个周末所以它假设每个星期六的上午我要去那里当我进入我的车,但它往往是错的。如果它能访问更多的数据，比如我的工作和个人日历，它就会更智能。机器学习算法的数据越多，结果就越好。
机器学习到底是什么?
人工智能和机器学习是当今的热门词汇。人工智能是更广泛的概念，即机器能够以我们认为聪明的方式执行任务。机器学习是人工智能的一种应用，其理念是机器可以访问大量数据并自主学习。在机器学习中，系统无需明确编程就能自动从经验中学习和改进。
人工智能和机器学习正在民主化，这是由云的规模和力量，以及可以解决更雄心勃勃的问题的增强算法推动的。股票交易、欺诈检测和机场安全等高度专业化的应用正在使我们的家庭更智能，并提高商业智能。机器学习也对网络和网络安全产生了重大影响。
让我们的网络更智能
众所周知，网络是非常复杂的。移动环境具有不可预测的连接模式。通过BYOD和物联网，网络上的设备和设备类型比以往任何时候都要多。人们对服务有很高的期望，即使是对语音和视频等要求很高的应用。网络安全也极其复杂，因为威胁无法被发现，调查需要很长时间，这进一步增加了组织风险。
机器学习可以让我们的网络更智能、更自动化。我们正从一个依赖真正聪明的网络工程师和他们的工具来构建、优化和保护网络的时代转向一个机器可以帮助我们完成这些复杂任务的时代。
大量的网络优化和故障排除是一项艰苦的工作。一些组织有非常有才华的网络工程师。这些年来我遇到过很多。当我们遇到严重的问题时，我们会求助于这些人。我不点名任何一个人让我们称其中一个工程师为汤姆。汤姆被叫来是因为似乎没人知道网络发生了什么事。Tom启动一些数据包捕获，登录到交换机和控制器，并开始输入大量CLI命令。他检查包跟踪、命令输出和大量日志。Tom将所有这些数据汇编到一个电子表格中，并使用他多年的经验和直觉来找出正在发生的事情，并就如何补救这种情况提出建议。Tom访问的客户站点越多，他学到的就越多，推荐也就越好。
如果我们能把一个像Tom这样才华横溢的网络工程师放在一个盒子里，让他在100或1000个网络上连续运行这种分析，会怎么样?
利用机器学习改进网络
有了Aruba IntroSpect的引入，我们可以。机器学习的力量，再加上云计算，应用于复杂的网络，可以改善用户体验，并更快地阻止网络攻击。
反省利用机器学习实现网络安全。它可以发现用户或设备行为的变化，通常表明内部攻击已经规避了周边防御。基于机器学习的分析被用于预测个人用户或物联网等设备的恶意意图。它首先通过持续监控它们的正常交通模式来确定它们的正常行为基线。任何超出这种正常行为的行为都可能代表安全威胁，甚至是攻击，可以相应地进行标记。这使得安全分析师能够根据实体风险评分对安全风险进行优先排序，并将攻击的关键因素纳入上下文。最终的结果是，安全小组可以更有效地进行分类，并在造成损害之前作出反应。
随着基于机器学习的解决方案的引入，我们正在进入一个更智能、自动化网络的新时代。通过软件的力量，我们将拥有才华横溢、不断学习的网络工程师和安全分析师，持续监控我们的网络，帮助我们为用户提供更好的体验。
了解更多关于反省．
