内积、范数、距离：模型“相似性“的数学语言

作者：HOS(安全风信子)
日期：2026-01-08
来源平台：GitHub
摘要： 本文深入探讨内积、范数和距离在机器学习中的核心作用，揭示它们作为衡量"相似性"的数学语言背后的深刻含义。从余弦相似度到马氏距离，从核函数到度量学习，本文系统性地解析这些概念在安全领域的应用，包括恶意软件相似性检测、入侵行为匹配、用户画像比对等关键场景。通过详细的数学推导、代码实现和可视化分析，帮助读者建立对相似性度量的直觉理解，为构建更精准、更鲁棒的ML安全系统奠定基础。

---

1. 背景动机与当前热点

1.1 为什么相似性度量值得深入探讨？

在机器学习的核心任务中，"判断两个对象的相似程度"是一个无处不在的基本问题。无论是分类、聚类、检索还是推荐，相似性度量都扮演着至关重要的角色。然而，许多从业者对相似性度量的理解停留在表面，仅知道"余弦相似度用于文本，欧氏距离用于图像"这样的经验法则，这种认知严重限制了他们在复杂场景下设计最优解决方案的能力。

理解内积、范数和距离的数学本质，对于安全领域的机器学习应用尤为重要。在网络安全中：

• 恶意软件检测：通过比较文件特征向量判断样本相似性
• 入侵行为分析：通过轨迹匹配发现异常行为模式
• 用户身份识别：通过行为特征比对验证用户身份
• 威胁情报