【网络强国这十年】微步在线薛锋：创业维艰，创新更艰******

　　【网络强国这十年——创业心得篇】

　　随着云计算、大数据和虚拟化技术的不断涌现，数字化转型推动全球云市场井喷式发展。然而，在数字化转型不断深入带来业务场景的多样化的同时，云端服务背后也存在各类安全问题。威胁情报防范作为保障信息数据的重要一环，扮演着信息产业“把关人”的角色。

　　近日，微步在线创始人、CEO薛锋做客光明网“网络强国这十年”专栏，畅谈创业经历，讲述创业初心与选择，并对当下网络安全行业创业者的发展方向给出建议。

　　瞄准行业需求，专精“威胁情报”

　　微步在线成立于2015年，是我国最早一批关注互联网威胁情报的企业。薛锋表示，2014年大众创业、万众创新的社会氛围浓厚，作为偏技术管理型的工作者，自己对网络安全行业有一定理解和洞察，看到威胁情报技术极有可能成为使网络安全技术发生变革的节点，便决定创业。

　　薛锋说，相比创业维艰，他觉得创新更为艰难。在创业过程中，无论是做一个新的商业模式，还是推广新产品给客户传递新价值，都承载着教育市场推广的新理念，需要经历很长的周期，这个过程可以说很契合“创业维艰，创新更艰”理念。

　　对于选择威胁情报作为创业细分赛道，薛锋表示，与传统的安全防御不同，威胁情报防范的核心在于主动“出击”，这基于一种全新的网络安全认知理念：通过大数据分析，可以有效预判危机并且进行主动防御。即从不计其数的报警信息中筛查，提前获取攻击者的攻击工具、攻击途径、攻击意图等信息，精准找出威胁所在，从而响应并把损失降到最低。这也就要求借助AI、大数据、云计算等新型技术，进行海量数据存储计算。而在微步创立之初，这些技术已经趋于成熟，微步正是发现了威胁情报的可能性，确定其为切入点，开拓创新，期待为行业带来一些变革性的技术。

　　“云化”服务体系，聚焦新安全探索

　　作为国内新兴网络安全公司，微步在线长期植根于威胁检测领域，积累了强大的威胁情报和威胁检测分析能力，研发了基于流量和终端的“云+流量+端点”全方位威胁检测响应产品矩阵，帮助企业建立全方位的威胁监控体系，持续为客户提供专业的技术、产品和服务。

　　针对当下网络安全行业中，威胁端和需求端同步变化，“新安全”业态应运而生，微步在线聚焦技术提升和产品服务，进行了一系列新探索。

　　“过去上网都会用到DNS服务做域名解析，在此过程中，就可能有钓鱼网站、木马等的威胁存在，而微步创新使用云化的交付方式，便捷用户体验。”薛锋表示，这种云化交付、按年订阅、重视实战效果的方式，能以较低的成本帮用户持续解决安全困扰问题。这种云化的创新服务，不仅是国内首家，也深受用户欢迎。

　　薛锋介绍，目前大概有几千家单位通过这种云化方式，基本上实现“分钟级”就能使用微步的服务，大大区别于传统网络安全终端不易移动、时间成本高的特点。

　　不是“一劳永逸”，而是“日日常新”

　　当今世界百年未有之大变局加速演进，我国所面临的传统安全与网络安全威胁交织，网络空间对抗已成为大国博弈的常态化手段，筑牢网络安全防线已成为维护国家安全和社会稳定的关键。

　　党的二十大报告指出，要健全国家安全体系，完善国家安全法治体系、战略体系、政策体系、风险监测预警体系、国家应急管理体系，构建全域联动、立体高效的国家安全防护体系。

　　薛锋表示，作为数字时代网络安全技术创新型企业、网络威胁发现和响应的领军者，团队将结合自身优势，落实党的二十大报告要求，建立全面的风险监测预警体系，不断扩展，努力应用于国家网络安全关键信息基础设施上，同时坚持守正创新。

　　当下，网络安全行业内基础设施和客户需求都在发生变化，这就要求行业内各类企业持续不断开拓创新，在此过程中，要认识到网络安全并不是“一劳永逸”，而是“日日常新”，这样才能做到“知己知彼、百战百胜”。

　　“我一直觉得，网络安全行业其实非常像医疗行业，医疗行业应对的是现实世界中存在的生物病毒体，而网络安全行业其实应对的是网络世界中的黑客或病毒。”谈及未来规划，薛锋表示，下一步，微步在线将继续沿着精准及时发现多样化网络威胁、帮助用户做出积极响应的大方向，健全风险监测预警体系，深化“客户成功”概念，助力构建网络空间命运共同体。

　　监制：张宁 李政葳

　　采访：雷渺鑫 李飞

　　拍摄/后期：雷渺鑫

人工智能应用于更多领域 计算机研究深入光电结合******

　　英国科学家在人工智能（AI）领域取得多项突破，包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功，有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法，预测了迄今被编目的几乎所有2亿多个蛋白质的结构，破解了生物学领域最重大的难题之一，有助于应对抗生素耐药性，加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”（深度纳什）学会了在“西洋陆军棋”游戏中，使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况，学会了熟练地控制数字代理足球运动员，其建模的“AI代理”可与其他人工代理沟通合作，在玩游戏时共同制定计划。

　　牛津大学研究显示，AI能模拟条件反射进行联想学习，比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。

　　在计算机相关领域，牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备，其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手，设计了一种与光子芯片集成的电子芯片并创造出一种设备，能以超高速传输信息同时产生最少的热量。

　　在机器人领域，利兹大学团队开发了一种“磁性触手机器人”，直径只有2毫米，可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人，可在飞行中建造3D打印结构，未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面，所得设备的性能可与目前市场上最好的传统光电探测器媲美，且能承受数百次弯曲，可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术，有助于改进机器人系统，如用于机器人假肢和机械臂。（科技日报记者 刘霞）