8月10日在澳门举办的国际人工智能联合会议(International Joint Conference on Artificial Intelligence, 简称为IJCAI)上，腾讯安全反诈骗实验室与美国凯斯西储大学叶艳芳教授合作的TRP-AI反病毒引擎项目的论文成功入围。论文的研究成果目前已经基本实现应用。

图片来自IJCAI官网

研究成果入选国际AI顶级会议，病毒发现率提升20%

国际人工智能联合会议则是中国计算机学会(CCF)认定为 A类的人工智能学科顶级会议,在2019中国计算机学会推荐国际学术会议和期刊目录中，IJCAI在人工智能目录下的A类会议中高居前三，堪称人工智能领域内国际顶尖的学术会议。本届会议共收到4752篇有效提交论文，最终收录论文850篇，接收率为17.9%，论文的提交数量创下纪录，录取率则为近10年最低。这一方面显示出AI日渐受到学术界的关注，另一方面也证明了入围论文的含金量在不断增加。

安全领域的资深学者叶艳芳教授与腾讯安全反诈骗实验室合作完成本次研究，她曾带领团队摘得数据挖掘顶级会议KDD2017年最佳论文奖。与一般的学者不同，叶教授先在业界工作了6年，而后重回学界进行学术研究，是安全领域当之无愧的“大牛”。通过与反诈骗实验室以往的研究相结合，该论文提出了创新性的发展：以异构网络(HIN)来建立特征与APP之间的联系，同时解决了动态异构网络节点的代表学习(out-of-sample node representation learning)问题以支持恶意软件的实时检测。该研究首次解决了异构网络模型在安全领域的动态实时检测问题，同时研究的成果使得模型的训练和预测效果比传统方法提升了20%。

传统的恶意软件检测主要是基于浅层学习，只能对于代码的特征进行检测，应用了HIN的检测框架优势在于可以用很多不同的关系描述两个文件的相似性。经过HIN训练后的TRP-AI引擎，不仅能够描述传统的 “特征”，更能对不同特征之间的关系进行有效描述，从而提供了检测的新思路，提升检测效果；同时该项成果嵌入到TRP-AI引擎后，首次解决了HIN在安全领域的动态实时检测问题。

叶教授在会议现场分享研究成果

目前，这一学术研究成果已经开始在实践中应用，取得了良好的效果。嵌入了最新研究成果的TRP-AI反病毒引擎基于行为的检测方案，要比传统的权限和代码的检测方案更为高效和精准，在魅族的手机杀毒领域，相比于传统引擎，腾讯安全的新型AI引擎的病毒发现率提升20%。

产学研一体化，构筑安全行业新生态

一直以来，腾讯安全始终坚持产学研一体化的路线，打通学界和业界的壁障，及时接入最新的研究成果和技术。对于企业而言，安全工作是健康发展的生命线。基于此，腾讯安全在根植于产业的同时，也放眼学界，致力于学术创新以反哺业界的发展。

以反病毒引擎为例，截止到目前，它已经发现了包括magiclamp、寄生推在内的多种手机病毒或是恶意工具包，检出率高达99%。2018年2月，反病毒引擎精准捕捉到一款名为“银行节日提款机”的手机病毒，其传播峰值一天内感染接近20万用户。本次反诈骗实验室与叶艳芳教授合作的研究成果，不仅是学术界的一项重要创新，更已经实现成果转化，提升了引擎的病毒检测能力，推动现有合作伙伴的快速升级。

目前App隐私检测越来越受到重视。8月8日，《移动互联网App手机个人信息基本规范》草案正式推出，标志着App隐私检测已经成为一项基本要求。腾讯安全除了技术层面不断发力，更是积极扩展多方合作，通力打造安全新生态机制。腾讯TRP-AI反病毒引擎已经与包括联发科、谷歌TensorFlow、魅族在内的多家全球智能厂商达成合作，不断构建一个涵盖系统、芯片、终端在内的移动安全生态链条，把安全作为底层技术植入到产业的全环节中。

网络技术的发展日新月异，与此相对的黑产作恶手段也在不断翻新，各种新型病毒层出不穷。腾讯安全将始终坚持产学研结合，用最先进的技术、最顶尖的人才、最全面的数据，发展横跨多领域的深度合作，帮助生态伙伴共同进步，提供更高效的安全保障。