0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

华为基于iEVO算法实现多节点探针AI检测模型持续的优化测试

lhl545545 来源:比特网 作者:嘉文 2020-09-18 11:01 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

华为在线召开以“安全新视界,AI知未然”为主题的发布会,会上发布了华为HiSec Insight安全态势感知系统,并与第三方研究机构、行业客户和合作伙伴共同探讨安全态势感知系统的演进方向。据了解,华为HiSec Insight安全态势感知系统是一款基于自进化AI检测引擎,对整个企业网络安全态势进行精准预测,以提升网络的威胁处置能力和安全运维效率的网络安全态势感知系统,是华为面向企业全场景智能威胁检测推出的安全大脑。

云计算、大数据、人工智能技术的广泛应用下,企业数字化转型在迅速发展的同时,也面临着愈演愈烈的网络安全威胁。恶意威胁频发且变异快,传统的基于签名的威胁检测技术难以对抗频繁变种的高级威胁,而基于威胁情报的检测能力则依赖于数据的新鲜程度和数据有效性。威胁告警信息海量奔涌让安全运维人员疲于应付,缺乏有效机制高效关联告警事件及其时序关系,告警分析的有效性难以保障,仍难以收获理想的威胁分析与处置结果。同时,更多客户希望安全态势感知系统更加贴近具体业务的场景化诉求,标准化产品已难以满足。

数世咨询创始人李少鹏表示:“网络安全产业爆发的一个重要前提是理念上的转变。从事件驱动,到威胁驱动,再到风险驱动。从目前的伴生需求转变成为万物互联数字化世界的基本需求。”

华为基于自进化AI的安全态势感知系统,可应用于新基建下的5G、工业互联网、大数据中心等广泛场景,让网络安全威胁无所遁形,具体特性包括:

- 感知自进化:基于自进化AI检测引擎,威胁检测精确率大于95%。

- 通过iEVO检测模型自进化算法,将独立的AI检测模型进行聚合调优、更新和分发,构建自进化AI检测引擎。分布式AI检测引擎将系统感知能力前移,基于iEVO算法实现多节点探针AI检测模型的持续优化,提升整网的威胁检出率。

- 运维自简化:基于威胁知识图谱的推理分析与策略可视化编排,运营成本降低30%。

- 基于安全风险因素、图推理算法,构建安全推理与威胁响应双引擎,威胁事件智能降噪,全面识别威胁风险;同时可对多种业务场景的威胁事件进行自动调查取证和联动响应,实现分钟级安全威胁事件处置闭环。

- 应用自适应:构建全可控开放式数字安全底座,精准匹配而快速地开发应用。

- 基于标准化的微服务架构,将大数据平台能力、数据库、威胁分析等按照服务方式提供,重塑应用开发模式,轻松对接第三方应用,实现应用快速开发,满足客户多样化业务诉求。同时,华为安全态势感知系统采用可控的硬件平台服务器、操作系统、大数据平台、数据库软件等,确保系统的安全可靠、全面可控。

北京大学计算中心网络安全室主任周昌令表示:“基于大数据和人工智能的网络安全态势感知系统是未来发展方向,通过多维关联分析能力,帮助我们从全局视角理解网络的安全状态。同时,具备不断“学习”进步、动态演进的分析引擎可以较好应对日益变化的攻防对抗。”

南方电网电力调度控制中心通信处主管张思拓提到:“没有网络安全就没有电网安全,智能电网向数字化的转型过程中,网络安全成为不可回避的问题,安全态势感知亦成为不可或缺的重要支撑平台。面向未来,还将进一步减少人工干预,自动化挖掘安全威胁,智能化隔离威胁源,确保电力系统安全稳定运行。”

华为安全产品领域副总裁王峰表示:“华为HiSec Insight通过开放的软硬件平台,结合将AI和大数据技术应用于安全检测领域的研究积累,打造完全开放创新的‘数字安全底座’。‘一花独放不是春,百花齐放春满园’,华为与合作伙伴携手共建能够满足客户业务需求、提供优质服务体验的安全态势感知系统,促进安全产业健康发展。”

盛邦安全首席执行官权小文表示:“既有前沿技术难题函待攻坚,更要做好持之以恒地干苦活、累活的准备,但我们一直在坚持做这件事;理由很简单:只有摸清楚了‘家底’,才能赋予态势感知以点睛之笔。”
责任编辑:pj

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 华为
    +关注

    关注

    217

    文章

    35783

    浏览量

    260702
  • AI
    AI
    +关注

    关注

    89

    文章

    38090

    浏览量

    296527
  • 人工智能
    +关注

    关注

    1813

    文章

    49734

    浏览量

    261489
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI芯片到AGI芯片

    、现阶段更智能、更接近AGI的6中算法模型 1、MoE模型 MoE模型作为Transfomer模型的后继者,代表着
    发表于 09-18 15:31

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI的未来:提升算力还是智力

    本章节作者分析了下AI的未来在哪里,就目前而言有来那个两种思想:①继续增加大模型②将大模型改为小模型,并将之优化使之与大
    发表于 09-14 14:04

    模板驱动 无需训练数据 SmartDP解决小样本AI算法模型开发难题

    算法作为软实力,其水平直接影响着目标检测识别的能力。两年前,慧视光电推出了零基础的基于yolo系列算法架构的AI算法开发平台SpeedDP,
    的头像 发表于 09-09 17:57 1162次阅读
    模板驱动  无需训练数据  SmartDP解决小样本<b class='flag-5'>AI</b><b class='flag-5'>算法</b><b class='flag-5'>模型</b>开发难题

    如何利用AI算法进行装置数据的异常检测

    利用 AI 算法进行装置数据异常检测,需结合工业装置的数据特性(如实时性、多源性、强时序性、噪声干扰)和业务需求(如故障预警、安全合规、工艺优化),通过 “数据预处理 -
    的头像 发表于 09-05 15:27 1114次阅读
    如何利用<b class='flag-5'>AI</b><b class='flag-5'>算法</b>进行装置数据的异常<b class='flag-5'>检测</b>?

    AI 芯片浪潮下,职场晋升新契机?

    重点放在展示如何利用这些特性实现算法功能优化、解决实际项目问题上。比如在某些对实时性要求极高的应用场景中,通过 FPGA 编程重组电路,实现快速运算,满足系统低延迟需求,这便是极具说服
    发表于 08-19 08:58

    信号发生器如何与波束赋形算法配合优化

    和衰落的信道模型,模拟真实场景中的信号反射、衍射和散射。 优化目标:验证波束赋形算法在复杂信道下的波束跟踪能力(如用户移动时波束是否持续对准)和抗多径干扰能力(如通过空间滤波抑制反射路
    发表于 08-08 14:41

    边缘智能网关在水务行业中的应用—龙兴物联

    :‌ 快速泄漏识别:‌ 边缘AI模型识别压力突变、流量异常或特定声波特征,即时判断泄漏并定位大致区间(结合多节点数据)。 减少漏损率:‌ 大幅缩短发现泄漏时间,降低水资源浪费和经济损失。 降低网络依赖
    发表于 08-02 18:28

    自动化测试平台ATECLOUD推出AI算法功能

    作为纳米软件自主研发的自动化测试平台,ATECLOUD 始终致力于为用户提供高效优质的测试解决方案。面对5G、AI等前沿技术的迭代发展,平台深度融合新技术持续升级
    的头像 发表于 07-22 16:10 477次阅读
    自动化<b class='flag-5'>测试</b>平台ATECLOUD推出<b class='flag-5'>AI</b><b class='flag-5'>算法</b>功能

    【BPI-CanMV-K230D-Zero开发板体验】AI 算法模型(人脸检测、躯干检测、车牌识别)

    ],16),display_size[1]] # debug模式 self.debug_mode=debug_mode # 实例化Ai2d,用于实现模型预处理 self.ai2d=
    发表于 07-05 00:52

    多节点并行处理架构

    多节点并行处理架构(如MPP架构)通过分布式计算和存储实现高性能数据处理,其核心设计及典型应用如下: 一、核心架构特征 非共享架构(Share Nothing)‌ 每个节点拥有独立的计算资源(CPU
    的头像 发表于 06-12 08:18 481次阅读
    <b class='flag-5'>多节点</b>并行处理架构

    DevEco Studio AI辅助开发工具两大升级功能 鸿蒙应用开发效率再提升

    。 主要实现技术: (1) 使用大型语言模型(LLM):结合检索到的上下文生成回答 (2) 提示工程(Prompt Engineering):通过优化提示模板,引导生成模型合理利用检索
    发表于 04-18 14:43

    AI算法托管平台是什么

    AI算法托管平台是一种提供AI模型运行、管理和优化等服务的云端或边缘计算平台。下面,AI部落小编
    的头像 发表于 03-06 10:22 840次阅读

    AI赋能边缘网关:开启智能时代的新蓝海

    的引入彻底改变了这一局面。通过在边缘网关集成AI芯片和算法模型,使其具备了实时数据分析、智能决策和自主控制能力。在工业质检场景中,搭载AI算法
    发表于 02-15 11:41

    【「基于大模型的RAG应用开发与优化」阅读体验】+大模型微调技术解读

    同时优化多个相关任务的损失函数来提升模型的泛化能力。学习率调整策略:合理的学习率调整可以加速模型收敛,提高最终的性能。常用的学习率调整方法包括指数衰减、余弦退火和自适应学习率算法(如A
    发表于 01-14 16:51

    AI模型部署边缘设备的奇妙之旅:目标检测模型

    并非易事,它涉及到从选择合适的算法架构到针对特定硬件平台进行优化等一系列复杂的工作。 接下来,我们将详细介绍如何在资源受限的边缘设备上成功部署目标检测模型,探索其背后的原理和技术,并讨
    发表于 12-19 14:33