人工智能應用愈趨廣泛，機器學習亦早已應用到網絡保安技術。機器學習的優勢，在於學習的數據愈多，分析便愈趨精準，然而機器學習始終有一定限制，尤其當所有進入網絡的檔案，都必須進行掃描偵測和分析時，海量的數據分析很可能拖慢整體績效。
有見及此，環球網絡及端點安全廠商Sophos，去年便併購了研發深度學習的invincea，並將其深度學習技術整合至Intercept X，推出Intercept X下一代端點安全方案最新版本2.0。
深度學習比傳統機器學習更高效
「深度學習（Deep Learning）模擬人腦的神經網絡反應運作，比傳統的機器學習可同時處理更大規模的檢測模型，且檔案容量亦相對細小得多。」Sophos亞太及日本地區高級技術方案總監韋頌修指出，深度學習的神經網絡具備惡意軟件檢測能力，結合Intercept X 2.0的主動黑客攻擊緩減、進階應用程式鎖定，以及更強效的勒索軟件防護，能實現精準可靠的檢測和預防效能。
韋頌修闡釋，深度學習乃機器學習的最新演進，利用可大規模擴展的檢測模型，洞悉所有觀察得到的威脅形勢。與傳統的機器學習相比，深度學習可以處理數以億計樣本，使其得以更快的速度、更低的誤報率，作出更準確的預測。「傳統的機器學習模型，無論採用Decision Tree抑或Random Forest的提問偵測方式，均倚靠威脅分析專家，選擇用於訓練模型的屬性，難免含主觀的人為因素。」
隨著加入的數據與日俱增，這些千兆位元模型亦愈發複雜，結果運算過程變得既繁瑣亦緩慢，甚至出現相當的誤報率，使管理員不得不親自確認哪些是惡意軟件，哪些是合法軟件。如此一來，反而降低了IT部門的工作效率。
偵測率高而誤報率低
Intercept X 2.0的深度學習神經網絡，則讓系統從經驗中學習，進而在觀察到的行為和惡意軟件之間建立關聯。這些關聯分析，提高了Intercept X 2.0檢測現存，以至零日（0-day）惡意軟件的準確性，大幅減少誤報。這種神經網絡模型易於擴展，且輸入的參照數據愈多，其偵測智能亦會更準確，故能主動進行偵測，而不會加重行政管理工作，或影響系統性能。
Sophos Intercept X新版本還配備多項創新技術，包括防勒索軟件和漏洞利用防護，以及憑證盜竊防護等主動黑客攻擊緩減功能。目前，黑客因應防惡意軟件技術的改進，改為傾向盜用存取憑證，以求合法用戶身份，在系統和網絡中四竄行動，而Intercept X正好能偵測並預防這類事故發生。
雲端管理平台管理第三方廠商現有端點
Sophos香港及澳門區域經理陳綺屏強調，Sophos是唯一一家同時在UTM（統一威脅管理）及端點防護平台的魔力象限中，被列為領導者的保安廠商。而Intercept X的優勢之一，在於可透過雲端管理平台Sophos Central部署，與任何廠商現有的端點安全軟件一同安裝，即時加強端點保護。當與Sophos XG防火牆一併使用時，Intercept X還會引入同步安全功能，進一步提升防護能力。
陳綺屏續透露，Sophos主要針對少於5000名員工的中小型企業客戶。去年肆虐全球的勒索軟件，令本地中小企紛紛關注並採取行動，大幅推動了Sophos的本地業績，本港最大的飲食集團亦是其客戶。她續指，目前大多數保安廠商，僅針對進階持續性威脅（Advanced Persistent Threat，APT）提供防護，未必具備全面的下一代保護功能，而Intercept X 2.0則借助深度學習神經網絡，徹底改變了IT部門保障系統用戶，和公司資產的方法，讓企業能夠主動抵擋下一波未知攻擊。