第(3/3)页

    但如果逆向思维，考虑调查过、或正在调查“匿名者”的同类，采取的手段大同小异，而ASA又通过机器学习，对人类的搜索习惯了如指掌（除非自己是一个异类，方然自嘲的想，还真是呢），那么，即便面对近乎无限的数据而无从下手，他至少可以用ASA去搜索调查活动留下的痕迹。

    简单直白的说法，就是螳螂捕蝉，黄雀在后。

    事实证明，对ASA这种程度的人工智能，改变用途并不困难。

    到西历1472年冬季，又一个新年快要到来的时候，完全自主的开展工作，方然已完成了ASA的改进测试，出于安全考虑，他不敢把意图如此明显的工作外包，只能自己一个人投入宝贵的时间。

    部署完毕，ASA2.0的上线测试，看着屏幕上迅速变幻的数字，方然又陷入了沉思。

    搜寻“匿名者”，究竟有多重要，真值得如此大费周章么。

    ……

    ASA2.0上线后，收获，来的比预想中更快。

    经过初步筛查，系统提交的分析报告里，给出若干个最近一段时间被频繁匿名访问的联邦互联网络数据节点，这似乎有点怪，毕竟网络节点就是为了被访问而存在的，但人工智能根据规则进行判断，认为这些节点的数据流量相当可疑，于是进一步深挖。

    都是些什么样的节点呢：

    看名称，方然就知道，他自己是绝对找不到。

    和预想中的隐秘所在不一样，这些节点，从联邦医疗信息系统到联邦植物学会的网站，林林总总，都是在黑客眼中几乎不设防的存在，每天的访问量也不小。


    第(3/3)页