对抗威胁最好的办法就是在其出现之前，提前感知并做好充足防御甚至主动出击，然而要做到这点并非易事，尤其是在这个攻击方式多样、量级庞大的当下。为此，IBM近期展示了一项新技术成果，能在发现安全漏洞弄之前，就将其虚拟修补。

据负责该项目的首席研究员非迪·考普提介绍，工程师们为了寻找流行软件中的安全漏洞而不断研究解决方案，并清楚的知道不可能找到应用程序中的所有漏洞。因此这也意味着，安全人员需要不断的向系统部署安全补丁。

我们说，在这些应用程序上部署安全修补程序，是一件繁琐且耗费工时的事，需要执行识别应用程序的易受攻击版本、管理该漏洞、部署修补程序、重新启动应用程序在内的一系列步骤。

一般情况下，由于部署补丁需要花费很长的时间，因此在发现漏洞后的一段时间里，都是应用程序易被攻击的风险期，为了加速这一进程，IBM的研究员们推出了虚拟补丁这一技术。那么，什么叫做虚拟补丁？它又是如何实现的呢？

答案就是，机器学习。简单来说，就是研究员在指定的应用程序上运行各种测试工具并生成相关数据，之后再利用这些数据来训练模型。即在为这些应用程序创建数百万个样本后，确定输入的分类标签：良性、错误或恶意，最终他们训练模型来预测一个新样本究竟是良性的还是恶意的。

据了解，该模型结合了卷积神经网络（CNN）与递归神经网络（RNN），并在预测因漏洞产生的安全威胁方面，成果显著。测试评估中，研究员的模型成功的在威胁之前检测到LibXML2（用于解析XML文档的软件库）和LibTIFF（用于读写标记图像文件格式（缩写为TIFF）文件的库）漏洞，准确率分别达到了91.3%和93.7%。

如今，将机器学习技术用于安全领域只是一个开端，相信未来，这一技术能够帮助更多的开发人员，在实际暴露之前可以更高效地修补软件中的潜在漏洞。不仅如此，IBM的研究员们还将继续探索，从而发掘其修补更广泛漏洞的有效性。