网络安全/欺诈检测

增压人工智能加速网络安全威胁检测

全球网络犯罪造成的损失相当于墨西哥或西班牙等国的国内生产总值( GDP ),每年超过 1 万亿美元。全球趋势表明,情况只会越来越糟。

数据中心面临着用户、数据、设备和应用程序的惊人增长,在越来越复杂的攻击载体中增加了威胁面。

阻止新出现的威胁

NVIDIA Morpheus 使网络安全开发人员和独立软件供应商能够以最小的开发工作量为安全工作流构建高性能管道。

您可以轻松利用背压、反应式编程和光纤的优势来构建网络安全解决方案。更高级别的 API 使您能够按照传统方式编程,但同时也获得了加速计算的好处,使您能够在吞吐量方面实现几个数量级的改进。这些优化在任何其他流媒体框架中都不存在。 Morpheus 现在可以使用 Python 和 C ++抽象层构建自定义管道。

通常,您可能不得不在 Python 中快速编写代码行数最少的内容,或者编写没有 Python 的性能上限的内容之间做出选择。有了莫菲斯,你两样都能得到。

您可以编写数量级更少的代码,并获得无限的性能上限。这可以在更短的时间内获得更好的结果,从而节约成本并获得更好的结果。

F5 恶意软件检测

NVIDIA partner F5 在其恶意软件检测用例中使用了基于 Morpheus 的机器学习模型。凭借其高度可扩展、可定制和加速的数据处理、训练和推理能力, Morpheus 使 F5 流水线的性能比基于 CPU 的实现提高了 200 倍。

Morpheus 管道帮助您快速创建高性能的代码和工作流,这些代码和工作流可以结合创新模型,而开发摩擦最小。因此,您可以从 GPU 中获得更好的性能,从而提高查找域生成算法( DGA )所需的日志处理能力。

对于 F5 ,这意味着从每秒处理 1013 个 DGA 日志增加到每秒 20833 个日志,所有这些都只需要 136 行代码。有关更多信息,请参阅 使用实时 ML 技术检测基于 DGA 的恶意域名 F5 GTC 会话。

扩大管道规模

Morpheus 可以轻松构建和扩展网络安全应用程序,这些应用程序利用自适应管道,支持比以前更广泛的模型复杂性。除了硬件加速之外,编程模型对性能起着关键作用。 Morpheus 使用反应式编程方法,这意味着它可以动态调整并自动将资源重定向到压力下管道的任何部分。

图 1 。基于人工智能的大规模实时威胁检测

如果部分管道中的数据急剧增加, Morpheus 可以调整并创建额外的路径,以便数据继续处理。监控这些缓冲区的深度,并根据需要添加额外的段。同样容易的是, Morpheus 在不再需要时移除这些。

使用光纤, Morpheus 可以从其他工艺中获取工作,如果它们没有得到充分利用的话。你不需要做任何事情;只需借用管道中未充分利用的部分即可。

所有这些结合在一起,使 Morpheus 能够智能地适应网络安全数据流的高度可变性。它可以实时全面了解网络上发生的事情,并使您能够编写 Morpheus 自动扩展的顺序代码。

使用 Morpheus ,您可以实时分析多达 100% 的数据,以便更准确地检测和更快地修复威胁。 Morpheus 还使用人工智能来适应威胁,并在飞行中进行补偿。

大规模实时欺诈检测

Morpheus 面向开发者的网络安全人工智能框架是同类产品中的第一款,用于创建人工智能加速的大规模实时欺诈检测。

它将流图神经网络( GNNs )用于欺诈检测,解锁了以前独立软件供应商和安全开发人员在没有大量标记数据的情况下无法获得的功能。

GNN 在欺诈检测方面取得了新一代突破,因为它们被独特地设计用于识别和分析看似不相连的数据片段之间的关系,从而做出预测,并在大规模上实现这一点。这也是为什么 GNN 历来被用于推荐系统和优化司机配送路线等应用。

Morpheus GNS 能够在培训数据少得多的情况下开发用于欺诈检测的功能工程。在传统方法中,专家识别重要的数据片段,例如地理位置信息,并用其重要性标记它们。

因为 GNN 需要更少的训练数据,所以减少了对人类专业知识的需求。您还可以检测由于训练其他模型所需的标记训练数据量而无法识别的威胁。即使数据更少,也可以提高欺诈检测的准确性,这对一个组织来说可能意味着数亿美元。

在进入点停止勒索软件

厚颜无耻的全球勒索威胁,如殖民地管道天然气网络的高调关闭,在 2021 是一个日益关注的问题。企业正努力跟上新威胁的数量和速度。对于一个组织来说,每次安全漏洞造成的数据泄露成本可能高达数千万美元,而且还会继续上升。

Morpheus 人工智能应用框架是基于 NVIDIA RAPIDSNVIDIA AI 以及 NVIDIA GPU 构建的。它为在这个充满挑战的时代实施网络安全创造了强大的工具。当与 NVIDIA BlueField DPU 加速器和 NVIDIA DOCA 遥测技术,这为安全发展带来了新的标准。

Diagram of input from SIEM/SOAP, app logs, cloud logs, BlueField, and converged card to Morpheus layer, on top of RAPIDS, cyber log accelerators, Triton Inference Server, and Tensor RT.Diagram of input from SIEM/SOAP, app logs, cloud logs, BlueField, and converged card to Morpheus layer, on top of RAPIDS, cyber log accelerators, Triton Inference Server, and Tensor RT.
图 2 。 Morpheus 建筑

Morpheus 的用例包括用于钓鱼检测的自然语言处理( NLP )。 Digital fingerprinting 是另一个用例,因为它分析企业中每个人和机器的行为,以检测异常。

加入我们的NVIDIA GTC ,了解NVIDIA 合作伙伴如何将NVIDIA 加速人工智能与网络安全解决方案相结合。 NVIDIA Morpheus 是开源的, 4 月份可以通过 GitHub 和 NGC 下载。

有关更多信息,请参阅以下参考资料:


Tags