91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

全球首款能夠利用自學(xué)習(xí)深度神經(jīng)網(wǎng)絡(luò)且本地部署的網(wǎng)絡(luò)安全分析產(chǎn)品

倩倩 ? 來(lái)源:中國(guó)IDC圈 ? 2020-03-10 15:59 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

提供全面,集成,自動(dòng)化網(wǎng)絡(luò)安全解決方案的全球領(lǐng)導(dǎo)者Fortinet(NASDAQ:FTNT),今天正式發(fā)布FortiAI,全球首款能夠利用自學(xué)習(xí)深度神經(jīng)網(wǎng)絡(luò)(DNN)且本地部署的網(wǎng)絡(luò)安全分析產(chǎn)品,能夠快速緩解威脅,并處理傳統(tǒng)情況需要人工執(zhí)行且耗時(shí)的安全分析任務(wù)。FortiAI的Virtual Security AnalystTM (虛擬安全分析師)嵌入了業(yè)界最成熟之一的網(wǎng)絡(luò)安全人工智能,由Fortinet FortiGuard實(shí)驗(yàn)室開(kāi)發(fā),直接部署到用戶網(wǎng)絡(luò)中,向用戶交付亞秒級(jí)高級(jí)威脅檢測(cè)與事件分析溯源能力。

Fortinet 首席營(yíng)銷官兼產(chǎn)品執(zhí)行副總裁John Maddison指出:“Fortinet在FortiGuard實(shí)驗(yàn)室投入了巨大的資源,來(lái)實(shí)現(xiàn)基于云網(wǎng)絡(luò)的分發(fā)和產(chǎn)生AI驅(qū)動(dòng)的威脅情報(bào),讓我們能夠更快速更精確的檢測(cè)到更多威脅。FortiAI獲得了全部的FortiGuard實(shí)驗(yàn)室所積累的知識(shí)與經(jīng)驗(yàn),并將其部署到用戶本地。這種方式讓客戶直接在其自己的環(huán)境內(nèi)獲得了FortiGuard實(shí)驗(yàn)室強(qiáng)大的安全研究與分析能力,通過(guò)自學(xué)習(xí)AI來(lái)識(shí)別,分類和調(diào)查復(fù)雜威脅,這一切在一秒內(nèi)即可完成?!?/p>

企業(yè)在面臨一場(chǎng)漫長(zhǎng)而艱難的戰(zhàn)役

安全架構(gòu)師在進(jìn)行威脅發(fā)現(xiàn)、分析與溯源的過(guò)程中,面臨著眾多挑戰(zhàn),包括:

網(wǎng)絡(luò)犯罪在變得愈發(fā)復(fù)雜。盡管傳統(tǒng)網(wǎng)絡(luò)威脅持續(xù)存在,由人工智能、機(jī)器學(xué)習(xí)和開(kāi)源社區(qū)加持的高級(jí)復(fù)雜攻擊也在快速增長(zhǎng)。結(jié)果就是,組織與其安全防線的升級(jí)難以跟上威脅發(fā)展的節(jié)奏。

攻擊平面在持續(xù)擴(kuò)張。成百上千萬(wàn)的新應(yīng)用,持續(xù)增長(zhǎng)的云用量,不斷增長(zhǎng)的終端設(shè)備數(shù)量,創(chuàng)造了數(shù)以十億計(jì)的網(wǎng)絡(luò)邊緣,這些邊緣都需要安全團(tuán)隊(duì)進(jìn)行妥善的保護(hù)和管理。組織中的這些潛在威脅入口,成為了安全新挑戰(zhàn)。

安全團(tuán)隊(duì)由于缺乏網(wǎng)絡(luò)安全技能而在工作中受到制約。網(wǎng)絡(luò)安全產(chǎn)業(yè)面臨技能短缺的現(xiàn)狀,這也成為組織中很重要的一個(gè)安全威脅。由于不具備足夠的專業(yè)技能來(lái)妥善對(duì)日益快速增長(zhǎng)的攻擊和惡意文件進(jìn)行甄別、分類、調(diào)查和響應(yīng),因此在潛在或現(xiàn)實(shí)層面上,讓網(wǎng)絡(luò)攻擊者更容易突破傳統(tǒng)安全流程和工具構(gòu)建的防線。

自學(xué)習(xí)AI幫助組織有力應(yīng)對(duì)威脅

為了解決安全專家如今面臨的上述挑戰(zhàn),F(xiàn)ortinet推出了FortiAI Virtual Security AnalystTM (虛擬安全分析師)來(lái)加速威脅防御與處置。FortiAI能夠處理眾多耗時(shí)且需要安全專家人工進(jìn)行的任務(wù),節(jié)約安全專家的寶貴時(shí)間,讓他們處理更加有價(jià)值的安全任務(wù)。一旦將FortiAI部署到組織的網(wǎng)絡(luò)中,其自學(xué)習(xí)能力讓自己持續(xù)進(jìn)化,變得更智能,成為組織的貼身AI安全分析師。

FortiAI結(jié)合了深度學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò),能夠模擬人腦的神經(jīng)元來(lái)處理復(fù)雜決策,對(duì)所部署在的組織中發(fā)現(xiàn)的特定威脅進(jìn)行科學(xué)分析。隨著FortiAI的人工智能持續(xù)成熟,強(qiáng)大,組織將會(huì)獲益于擁有FortiAI虛擬安全分析師帶來(lái)的對(duì)威脅應(yīng)對(duì)的高效轉(zhuǎn)變。

FortiAI平衡了攻防對(duì)抗的環(huán)境

Fortinet的深度神經(jīng)網(wǎng)絡(luò)(DNN)讓FortiAI顛覆了傳統(tǒng)威脅防護(hù)的方式:

自動(dòng)化執(zhí)行需要人工處理的耗時(shí)工作,如實(shí)時(shí)進(jìn)行威脅識(shí)別,分類和事件調(diào)查:組織使用的傳統(tǒng)安全流程結(jié)合有限的安全專業(yè)人力讓他們難以實(shí)現(xiàn)對(duì)每個(gè)威脅告警的深入調(diào)查。這帶來(lái)了更多的風(fēng)險(xiǎn),包括由于響應(yīng)速度慢帶來(lái)的不必要數(shù)據(jù)泄露和安全事故。FortiAI使用DNN來(lái)自動(dòng)化進(jìn)行事件調(diào)查,包括識(shí)別威脅及其在網(wǎng)絡(luò)中的移動(dòng)軌跡,追溯初始感染者和后續(xù)一系列感染情況,這一切都在1秒內(nèi)即可完成。

轉(zhuǎn)變安全處置流程,以立即檢測(cè)和響應(yīng)攻擊:通過(guò)科學(xué)分析威脅特征和產(chǎn)生精確判定來(lái)加速威脅響應(yīng),F(xiàn)ortiAI虛擬安全分析師可以顯著降低組織暴露給攻擊者的時(shí)間。

提供定制化的威脅情報(bào)來(lái)大幅度降低誤報(bào):誤報(bào)是安全分析師在做事件調(diào)查時(shí)最為頭痛的問(wèn)題之一,也讓安全分析師在甄別是否是真威脅上花費(fèi)了更多時(shí)間。通過(guò)定制化的威脅情報(bào),F(xiàn)ortiAI可以立即使用其新學(xué)習(xí)到的惡意軟件特征來(lái)甄別新攻擊,以此降低誤報(bào)。

為無(wú)法聯(lián)網(wǎng)的環(huán)境也提供同樣先進(jìn)的保護(hù)能力

FortiAI的另一個(gè)關(guān)鍵特點(diǎn)就是其提供了本地部署的AI平臺(tái),能夠完整功能工作在組織的網(wǎng)絡(luò)環(huán)境中,即使這個(gè)網(wǎng)絡(luò)環(huán)境無(wú)法連接互聯(lián)網(wǎng)。工業(yè)環(huán)境,政府,金融,和一些大型企業(yè)有著很嚴(yán)格的合規(guī)要求或者安全策略和規(guī)范,限制其網(wǎng)絡(luò)連接互聯(lián)網(wǎng)。FortiAI的自學(xué)習(xí)AI模型不需要互聯(lián)網(wǎng)連接進(jìn)行更新,也可以進(jìn)行自學(xué)習(xí)和持續(xù)進(jìn)化,讓組織的封閉網(wǎng)絡(luò)環(huán)境或有嚴(yán)格安全策略控制的網(wǎng)絡(luò)中也能持續(xù)對(duì)抗高級(jí)威脅。

Fortinet AI驅(qū)動(dòng)的技術(shù)實(shí)現(xiàn)自動(dòng)化威脅防御

Fortinet在使用人工智能技術(shù)幫助客戶強(qiáng)化安全態(tài)勢(shì)方面有著很長(zhǎng)的歷史。除了最新的FortiAI以外,一些Fortinet已經(jīng)向市場(chǎng)提供的服務(wù)和產(chǎn)品中也以不同方式使用了AI,比如最小平方優(yōu)化和貝葉斯概率度量:

FortiGuard 威脅情報(bào):FortiGuard實(shí)驗(yàn)室使用的是Fortinet最成熟的人工智能系統(tǒng)-自演進(jìn)式檢測(cè)系統(tǒng)(SEDS),以機(jī)器的速度和性能執(zhí)行以往由人工操作的惡意軟件分析,每日分析超過(guò)1000億安全事件,并將產(chǎn)生的威脅情報(bào)通過(guò)FortiGuard實(shí)驗(yàn)室全球分發(fā)網(wǎng)絡(luò)推送給所有擁有安全訂閱服務(wù)的Fortinet產(chǎn)品,包括旗艦產(chǎn)品FortiGate下一代防火墻。

FortiSandbox:Fortinet是第一家將AI引入到沙箱技術(shù)來(lái)自動(dòng)進(jìn)行入侵防御的安全廠商。FortiSandbox含有兩種機(jī)器學(xué)習(xí)模型:靜態(tài)分析和動(dòng)態(tài)行為分析,來(lái)檢測(cè)未知威脅。即使在面對(duì)持續(xù)進(jìn)化和變種的惡意軟件時(shí)也能始終保持極高檢出率,比如對(duì)抗勒索軟件和加密劫持。

FortiEDR:Fortinet的FortiEDR使用機(jī)器學(xué)習(xí)來(lái)自動(dòng)化進(jìn)行實(shí)時(shí)的終端防御,檢測(cè)與響應(yīng)。

FortiInsight:FortiInsight使用機(jī)器學(xué)習(xí)執(zhí)行有效的終端監(jiān)控,數(shù)據(jù)流轉(zhuǎn)和用戶行為分析來(lái)檢測(cè)異常,可疑行為和策略違規(guī),以幫助用戶應(yīng)對(duì)內(nèi)部威脅。

FortiWeb:為了更好的保護(hù)Web應(yīng)用和API,F(xiàn)ortiWeb引入了雙層機(jī)器學(xué)習(xí)模型來(lái)執(zhí)行定制化的防御,對(duì)抗針對(duì)性攻擊。為用戶提供極低的誤報(bào)率,同時(shí)維持用戶良好的訪問(wèn)體驗(yàn)。

FortiSIEM:FortiSIEM在進(jìn)行關(guān)聯(lián)分析時(shí)結(jié)合了機(jī)器學(xué)習(xí)來(lái)識(shí)別典型用戶行為,如訪問(wèn)位置,時(shí)間,使用設(shè)備,和訪問(wèn)的特定服務(wù)器。

隨著攻擊者使用復(fù)雜攻擊手段在不斷擴(kuò)張的數(shù)字化攻擊平面中尋找可被利用的漏洞,F(xiàn)ortinet Security Fabric提供了廣泛且深入的AI驅(qū)動(dòng)的安全技術(shù),幫助用戶獲得無(wú)以倫比的實(shí)時(shí)且自動(dòng)化的威脅防御,檢測(cè)和響應(yīng)能力。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    面向嵌入式部署神經(jīng)網(wǎng)絡(luò)優(yōu)化:模型壓縮深度解析

    1.為什么需要神經(jīng)網(wǎng)絡(luò)模型壓縮? 神經(jīng)網(wǎng)絡(luò)已經(jīng)成為解決復(fù)雜機(jī)器學(xué)習(xí)問(wèn)題的強(qiáng)大工具。然而,這種能力往往伴隨著模型規(guī)模和計(jì)算復(fù)雜度的增加。當(dāng)輸入維度較大(例如長(zhǎng)時(shí)序窗口、高分辨率特征空間)時(shí),模型需要
    的頭像 發(fā)表于 02-24 15:37 ?5114次閱讀
    面向嵌入式<b class='flag-5'>部署</b>的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>優(yōu)化:模型壓縮<b class='flag-5'>深度</b>解析

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)

    日常生活中的智能應(yīng)用都離不開(kāi)深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)?
    的頭像 發(fā)表于 12-17 15:05 ?350次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識(shí)

    人工智能時(shí)代,如何打造網(wǎng)絡(luò)安全“新范式”

    在當(dāng)今信息化迅速發(fā)展的時(shí)代,5G、大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)等新興技術(shù)的廣泛應(yīng)用,帶來(lái)了前所未有的網(wǎng)絡(luò)安全挑戰(zhàn)。人工智能技術(shù)的崛起,為網(wǎng)絡(luò)安全領(lǐng)域提供了新的解決方案,尤其在威脅識(shí)別、告警
    的頭像 發(fā)表于 12-02 16:05 ?499次閱讀

    攻擊逃逸測(cè)試:深度驗(yàn)證網(wǎng)絡(luò)安全設(shè)備的真實(shí)防護(hù)能力

    攻擊逃逸測(cè)試通過(guò)主動(dòng)模擬協(xié)議混淆、流量分割、時(shí)間延遲等高級(jí)規(guī)避技術(shù),能夠深度驗(yàn)證網(wǎng)絡(luò)安全設(shè)備的真實(shí)防護(hù)能力。這種測(cè)試方法不僅能精準(zhǔn)暴露檢測(cè)引擎的解析盲區(qū)和策略缺陷,還能有效評(píng)估防御體系在面對(duì)隱蔽攻擊
    發(fā)表于 11-17 16:17

    NMSIS神經(jīng)網(wǎng)絡(luò)庫(kù)使用介紹

    NMSIS NN 軟件庫(kù)是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫(kù)分為多個(gè)功能,每個(gè)功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開(kāi)發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個(gè)手寫(xiě)數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。 在仿真環(huán)境下,可將其存于一個(gè)文件,并在 Verilog 代碼中通過(guò) readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    神經(jīng)元,但卻能產(chǎn)生復(fù)雜的行為。受此啟發(fā),與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比,LNN旨在通過(guò)模擬大腦中神經(jīng)元之間的動(dòng)態(tài)連接來(lái)處理信息,這種網(wǎng)絡(luò)能夠順序處理數(shù)
    的頭像 發(fā)表于 09-28 10:03 ?1299次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    問(wèn)題。因此,并行計(jì)算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要,它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率,滿足實(shí)際應(yīng)用中對(duì)快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。神經(jīng)網(wǎng)絡(luò)并行
    的頭像 發(fā)表于 09-17 13:31 ?1171次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速技術(shù)

    如何在機(jī)器視覺(jué)中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標(biāo)檢測(cè)可定位已訓(xùn)練的目標(biāo)類別,并通過(guò)矩形框(邊界框)對(duì)其進(jìn)行標(biāo)識(shí)。 在討論人工智能(AI)或深度學(xué)習(xí)時(shí),經(jīng)常會(huì)出現(xiàn)“神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 09-10 17:38 ?930次閱讀
    如何在機(jī)器視覺(jué)中<b class='flag-5'>部署</b><b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    DEKRA德凱產(chǎn)品網(wǎng)絡(luò)安全全球準(zhǔn)入深圳研討會(huì)順利舉行

    隨著全球網(wǎng)絡(luò)安全監(jiān)管政策不斷趨嚴(yán),尤其是歐盟無(wú)線電設(shè)備指令(RED)的網(wǎng)絡(luò)安全要求已于2025年8月1日正式強(qiáng)制實(shí)施,網(wǎng)絡(luò)安全已經(jīng)成為全球產(chǎn)品
    的頭像 發(fā)表于 08-28 15:50 ?666次閱讀

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用

    摘要:針對(duì)傳統(tǒng)專家系統(tǒng)不能進(jìn)行自學(xué)習(xí)、自適應(yīng)的問(wèn)題,本文提出了基于種經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的并步電機(jī)故障診斷方法。本文將小波神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,充分發(fā)揮了二者故障診斷的優(yōu)點(diǎn),很大程度上降低了對(duì)電機(jī)
    發(fā)表于 06-16 22:09

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究

    眾多方法中,由于其結(jié)構(gòu)簡(jiǎn)單,穩(wěn)定性好廣泛受到人們的重視,已被用于產(chǎn)品開(kāi)發(fā)。但是MRAS仍存在在低速區(qū)速度估計(jì)精度下降和對(duì)電動(dòng)機(jī)參數(shù)變化非常敏感的問(wèn)題。本文利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn),使估計(jì)更
    發(fā)表于 06-16 21:54

    AI神經(jīng)網(wǎng)絡(luò)降噪算法在語(yǔ)音通話產(chǎn)品中的應(yīng)用優(yōu)勢(shì)與前景分析

    的語(yǔ)音保真度以及更低的延遲,能夠有效應(yīng)對(duì)復(fù)雜噪聲場(chǎng)景。本文將探討AI神經(jīng)網(wǎng)絡(luò)降噪在語(yǔ)音通話產(chǎn)品中的核心優(yōu)勢(shì),并分析其未來(lái)發(fā)展趨勢(shì)和市場(chǎng)前景
    的頭像 發(fā)表于 05-16 17:07 ?1561次閱讀
    AI<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>降噪算法在語(yǔ)音通話<b class='flag-5'>產(chǎn)品</b>中的應(yīng)用優(yōu)勢(shì)與前景<b class='flag-5'>分析</b>

    芯資訊|WTK6900系列語(yǔ)音識(shí)別芯片IC自學(xué)習(xí)功能解析

    自學(xué)習(xí)功能,為用戶提供了靈活高效的語(yǔ)音交互解決方案。本文將深入解析這一核心技術(shù)的工作原理及操作流程。一、智能自學(xué)習(xí)功能概述WTK6900系列芯片支持多模態(tài)學(xué)習(xí)方式,
    的頭像 發(fā)表于 03-20 08:52 ?1034次閱讀
    芯資訊|WTK6900系列語(yǔ)音識(shí)別芯片IC<b class='flag-5'>自學(xué)習(xí)</b>功能解析