网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

　　二，目前的机器学习算法模型太复杂，需要使用大量的数据，就存在 Tradeoff(权衡取舍)的情况。肖煌认为，降低算法复杂度的方法有很多，比如，引入先验的知识，引导模型往一个方向学习。这样学习的模型复杂度会降低，需要的数据也比较少。

　　三，信息安全情报的共享也非常重要。比如，模型存在某个缺陷，把这个缺陷提取出来，用一种高效的手段，编译到另一种模型中去，另外的模型则无此缺陷。肖煌认为，这类似迁移学习(Transfer learning)，只是迁移学习是迁移中间的学习结果，实际上中间学习出来的异常也可以迁移，从而增加算法的安全性。