如今許多公司和政府日益擔心，我們可能對網絡安全失去控制權。我們使用技術來溝通的方式在迅速發生變化，加上聯網設備數量增加，這意味著薄弱環節隨之增加。由于變化的步伐一向如此之快，安全沒有足夠快地跟進，黑客得以大做文章。

但是雖然業界的其余公司在竭力了解情況，許多目光長遠的網絡安全初創公司已在利用人工智能的力量，以一種有望比傳統方法更快速、更有效的方式，應對這種威脅。我們決定從利用人工智能的最激動人心的網絡安全初創公司遴選出10家。下面是每家公司的詳細介紹。

Darktrace

[[173827]]

創辦時間：2013年

所在地：英國

網址：https://www.darktrace.com/

Darktrace的靈感源自人類免疫系統可自我學習的智能。它是一種企業免疫系統技術，可以不斷學習每個網絡、設備和用戶的終生模式，并把這些信息關聯起來，以便發現表明威脅正在活動的細小偏差。該系統基于在劍橋大學研發的機器學習和算法。世界上一些最大的公司依賴Darktrace的自我學習設備，應用于諸多行業，包括能源及公用事業、金融服務、電信、醫療保健、制造、零售和運輸等行業。

Jask

[[173828]]

創辦時間：2015年

所在地：美國

網址：http://jask.io/

Jask表示，安全分析員每天面臨海量的日志、安全事件和事件管理(SIEM)事件及其他指標，它們帶來了沒完沒了的未知信息，從而迫使這些分析員把寶貴的時間花在分析和解讀指標上，永無止境地尋找實際威脅。Jask旨在解決這個問題，為此研發出了一種基于人工智能的新方法，可以重點表明實際而重大的攻擊。

Deep Instinct

[[173829]]

創辦時間：2014年

所在地：以色列

網址：http://www.deepinstinct.com/

Deep Instinct表示，它是第一家將深度學習應用于網絡安全的公司。利用深度學習的預測功能，Deep Instinct積極主動的設備端解決方案可防范零日威脅和高級持續性威脅(APT)攻擊，其準確性領先行業。Deep Instinct旨在保護企業在任何基礎設施上的端點及/或任何移動設備，遠離任何威脅，無論這些設備是不是連接到網絡上或互聯網上。

harvest.ai

創辦時間：2014年

所在地：美國

網址：http://www.harvest.ai/

harvest.ai旨在效仿頂級安全研究人員的方法：搜尋用戶、關鍵業務系統和應用程序中針對性的網絡攻擊引起的行為變化。harvest.ai已運用基于人工智能的算法，了解整個企業組織重要文檔的商業價值，并提供所謂的首開行業先河的這種功能：在數據被竊取之前，檢測并阻止針對性攻擊和內部威脅引起的數據泄密。

PatternEx

[[173830]]

創辦時間：2013年

所在地：美國

網址：https://www.patternex.com/

PatternEx的威脅預測平臺(Threat Prediction Platform)旨在創建“虛擬安全分析員”，這種虛擬分析員可實時、大規模地模仿真人安全分析員的直覺。據說相比基于機器學習/異常檢測技術的方法，該平臺可檢測的威脅數量多10倍，而誤報只有五分之一。使用一種名為“主動式上下文建模”(ACM)的新技術，該產品可以將分析員的直覺綜合成預測模型。如果面向全球客戶部署開來，這些模型據說就能彼此學習了解，從而在檢測攻擊模式方面獲得網絡效應。

Vectra Networks

[[173831]]

創辦時間：2011年

所在地：美國

網址：http://www.vectranetworks.com/

Vectura Networks的平臺旨在立即識別第一時間出現的網絡威脅，并且立即識別攻擊者的破壞活動。Vectra可以自動優先重視帶來最大業務風險的攻擊，讓企業組織能夠迅速決定該把時間和資源集中投入到哪些攻擊上。該公司表示，平臺使用下一代計算架構，結合了數據分析和機器學習，檢測每一個設備、應用程序和操作系統上的攻擊。該平臺完全自動化，旨在幫助既沒有預算又缺乏深厚安全專長的IT部門。

Status Today

創辦時間：2015年

所在地：英國

網址：http://www.statustoday.com/

StatusToday使用一種申請專利的懂得人類行為的人工智能，保護公司遠離內部威脅和數據泄密。它使用機器學習技術和組織人類行為，檢測可能存在的惡意行為，不管這個行為大小怎樣。系統并不截獲數據，也不侵入網絡(這可能會降低性能)，而是使用了一種后臺運行的被動監控方法。該公司表示，其高級人工智能可適應組織的行為，并自我學習，檢測活動中最細微的異常情況，實時識別第一時間出現的可疑活動。

Cyberlytic

[[173833]]

創辦時間：2013年

所在地：英國

網址：https://www.cyberlytic.com/

Cyberlytic提供的安全智能軟件，可以為安全團隊的工作負載確定優先級，并將網絡攻擊的響應時間縮短到僅僅幾秒。Cyberlytic在創辦時信奉這一理念：安全智能應該讓安全團隊能夠提高效率，并且減小對操作人員的要求。借助原先為英國國防部完成的研究，Cyberlytic是與網絡攻擊的實時風險評估和優先級確定有關的知識產權的發明者和擁有者。其系統讓公司企業和政府部門得以將注意力集中在應對風險最高的網絡攻擊上。

Neokami

[[173834]]

創辦時間：2014年

所在地：德國和美國

網址：https://www.neokami.com/

Neokami的CyberVault充分利用人工智能，讓公司能夠發現、保護和管理云端、本地或物理資產上的敏感數據。該公司表示，其技術已經成功地用在許多《財富》500強企業。

Fortscale

創辦時間：2012年

所在地：美國

網址：https://fortscale.com/

Fortscale的用戶行為分析(UEBA)解決方案結合了以色列國防軍精英安全部門的專長、大數據分析和高級機器學習，實現該公司據說的企業安全的終極夢想：能夠迅速檢測并消除內部威脅。從胡作非為的員工到竊取登錄信息的黑客，Fortscale旨在自動、靈活地識別任何攻擊者的異常行為，并優先重視企業網絡里面任何地方的任何應用程序里面風險最高的活動。