在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(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
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,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 ? 來源:中國IDC圈 ? 2020-03-10 15:59 ? 次閱讀

提供全面,集成,自動化網(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)室開發(fā),直接部署到用戶網(wǎng)絡(luò)中,向用戶交付亞秒級高級威脅檢測與事件分析溯源能力。

Fortinet 首席營銷官兼產(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,來實(shí)現(xiàn)基于云網(wǎng)絡(luò)的分發(fā)和產(chǎn)生AI驅(qū)動的威脅情報,讓我們能夠更快速更精確的檢測到更多威脅。FortiAI獲得了全部的FortiGuard實(shí)驗(yàn)室所積累的知識與經(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,通過自學(xué)習(xí)AI來識別,分類和調(diào)查復(fù)雜威脅,這一切在一秒內(nèi)即可完成。”

企業(yè)在面臨一場漫長而艱難的戰(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)和開源社區(qū)加持的高級復(fù)雜攻擊也在快速增長。結(jié)果就是,組織與其安全防線的升級難以跟上威脅發(fā)展的節(jié)奏。

攻擊平面在持續(xù)擴(kuò)張。成百上千萬的新應(yīng)用,持續(xù)增長的云用量,不斷增長的終端設(shè)備數(shù)量,創(chuàng)造了數(shù)以十億計的網(wǎng)絡(luò)邊緣,這些邊緣都需要安全團(tuán)隊進(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安全威脅。由于不具備足夠的專業(yè)技能來妥善對日益快速增長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)來加速威脅防御與處置。FortiAI能夠處理眾多耗時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間,讓他們處理更加有價值的安全任務(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)元來處理復(fù)雜決策,對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,組織將會獲益于擁有FortiAI虛擬安全分析師帶來的對威脅應(yīng)對的高效轉(zhuǎn)變。

FortiAI平衡了攻防對抗的環(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:

自動化執(zhí)行需要人工處理的耗時工作,如實(shí)時進(jìn)行威脅識別,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)對每個威脅告警的深入調(diào)查。這帶來了更多的風(fēng)險,包括由于響應(yīng)速度慢帶來的不必要數(shù)據(jù)泄露和安全事故。FortiAI使用DNN來自動化進(jìn)行事件調(diào)查,包括識別威脅及其在網(wǎng)絡(luò)中的移動軌跡,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,以立即檢測和響應(yīng)攻擊:通過科學(xué)分析威脅特征和產(chǎn)生精確判定來加速威脅響應(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間。

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

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

FortiAI的另一個關(guān)鍵特點(diǎn)就是其提供了本地部署的AI平臺,能夠完整功能工作在組織的網(wǎng)絡(luò)環(huán)境中,即使這個網(wǎng)絡(luò)環(huán)境無法連接互聯(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)對抗高級威脅。

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

Fortinet在使用人工智能技術(shù)幫助客戶強(qiáng)化安全態(tài)勢方面有著很長的歷史。除了最新的FortiAI以外,一些Fortinet已經(jīng)向市場提供的服務(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: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1000億安全事件,并將產(chǎn)生的威脅情報通過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)來自動進(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)分析和動態(tài)行為分析,來檢測未知威脅。即使在面對持續(xù)進(jìn)化和變種的惡意軟件時也能始終保持極高檢出率,比如對抗勒索軟件和加密劫持。

FortiEDR:Fortinet的FortiEDR使用機(jī)器學(xué)習(xí)來自動化進(jìn)行實(shí)時的終端防御,檢測與響應(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)和用戶行為分析來檢測異常,可疑行為和策略違規(guī),以幫助用戶應(yīng)對內(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)模型來執(zhí)行定制化的防御,對抗針對性攻擊。為用戶提供極低的誤報率,同時維持用戶良好的訪問體驗(yàn)。

FortiSIEM:FortiSIEM在進(jìn)行關(guān)聯(lián)分析時結(jié)合了機(jī)器學(xué)習(xí)來識別典型用戶行為,如訪問位置,時間,使用設(shè)備,和訪問的特定服務(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)動的安全技術(shù),幫助用戶獲得無以倫比的實(shí)時且自動化的威脅防御,檢測和響應(yīng)能力。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(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。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)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏

    評論

    相關(guān)推薦

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    Moku3.3版更新在Moku:Pro平臺新增了全新的儀器功能【神經(jīng)網(wǎng)絡(luò)】,使用戶能夠在Moku設(shè)備上部署實(shí)時機(jī)器學(xué)習(xí)算法,進(jìn)行快速、靈活的信號分析
    的頭像 發(fā)表于 11-01 08:06 ?317次閱讀
    Moku人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101

    神經(jīng)網(wǎng)絡(luò)辨識模型具有什么特點(diǎn)

    ,可以對未知數(shù)據(jù)進(jìn)行預(yù)測,具有很好的泛化能力。 自學(xué)習(xí)能力 :神經(jīng)網(wǎng)絡(luò)通過反向傳播算法等優(yōu)化算法,可以自動調(diào)整網(wǎng)絡(luò)參數(shù),實(shí)現(xiàn)自學(xué)習(xí)。 并行處理能力 :
    的頭像 發(fā)表于 07-11 11:12 ?482次閱讀

    簡單認(rèn)識深度神經(jīng)網(wǎng)絡(luò)

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)作為機(jī)器學(xué)習(xí)領(lǐng)域中的一種重要技術(shù),特別是在深度學(xué)習(xí)領(lǐng)域,已經(jīng)取得了顯著的
    的頭像 發(fā)表于 07-10 18:23 ?1053次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型包含哪些層次

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計算模型,具有自適應(yīng)、自學(xué)習(xí)、泛化能力強(qiáng)等特點(diǎn)。本文將詳細(xì)介紹人工神經(jīng)網(wǎng)絡(luò)模型的各個層
    的頭像 發(fā)表于 07-05 09:17 ?626次閱讀

    深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

    在探討深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)與基本神經(jīng)網(wǎng)絡(luò)(通常指傳統(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò))的區(qū)別時,我們需
    的頭像 發(fā)表于 07-04 13:20 ?967次閱讀

    反向傳播神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)和缺點(diǎn)有哪些

    、自然語言處理等。然而,BP神經(jīng)網(wǎng)絡(luò)也存在一些優(yōu)點(diǎn)和缺點(diǎn)。本文將介紹BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)和缺點(diǎn)。 一、BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn) 自學(xué)習(xí)能力:BP神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 11:05 ?1013次閱讀

    神經(jīng)網(wǎng)絡(luò)算法的優(yōu)缺點(diǎn)有哪些

    的優(yōu)點(diǎn) 自學(xué)習(xí)能力:神經(jīng)網(wǎng)絡(luò)算法具有強(qiáng)大的自學(xué)習(xí)能力,能夠從大量數(shù)據(jù)中自動提取特征,無需人工干預(yù)。這使得神經(jīng)網(wǎng)絡(luò)算法在處理復(fù)雜問題時具有很高
    的頭像 發(fā)表于 07-03 09:47 ?1474次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的是什么

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、視頻分析、自然語言處理等領(lǐng)域。本文將詳細(xì)介紹卷積
    的頭像 發(fā)表于 07-03 09:15 ?437次閱讀

    深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)作為其中的重要分支,已經(jīng)在多個領(lǐng)域取得了顯著的應(yīng)用成果。從圖像識別、語音識別
    的頭像 發(fā)表于 07-02 18:19 ?930次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    化能力。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展,神經(jīng)網(wǎng)絡(luò)已經(jīng)成為人工智能領(lǐng)域的重要技術(shù)之一。卷積神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)
    的頭像 發(fā)表于 07-02 14:24 ?4349次閱讀

    反向傳播神經(jīng)網(wǎng)絡(luò)模型的特點(diǎn)

    的應(yīng)用,如圖像識別、語音識別、自然語言處理等。 BP神經(jīng)網(wǎng)絡(luò)的特點(diǎn) 1.1 多層結(jié)構(gòu) BP神經(jīng)網(wǎng)絡(luò)由輸入層、多個隱藏層和輸出層組成。輸入層的節(jié)點(diǎn)數(shù)與問題的特征維度相同,輸出層的節(jié)點(diǎn)數(shù)與問題的輸出維度相同。隱藏層的層數(shù)和節(jié)點(diǎn)數(shù)可以根據(jù)問題的復(fù)雜程度進(jìn)行調(diào)整。 1.2
    的頭像 發(fā)表于 07-02 14:14 ?423次閱讀

    基于神經(jīng)網(wǎng)絡(luò)算法的模型構(gòu)建方法

    和應(yīng)用等方面。 1. 引言 神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)元網(wǎng)絡(luò)的計算模型,由大量的節(jié)點(diǎn)(神經(jīng)元)和連接(突觸)組成。神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)能力,
    的頭像 發(fā)表于 07-02 11:21 ?572次閱讀

    深度神經(jīng)網(wǎng)絡(luò)模型有哪些

    、Sigmoid或Tanh。 卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN): 卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)中最重
    的頭像 發(fā)表于 07-02 10:00 ?1514次閱讀

    利用深度循環(huán)神經(jīng)網(wǎng)絡(luò)對心電圖降噪

    具體的軟硬件實(shí)現(xiàn)點(diǎn)擊 http://mcu-ai.com/ MCU-AI技術(shù)網(wǎng)頁_MCU-AI 我們提出了一種利用由長短期記憶 (LSTM) 單元構(gòu)建的深度循環(huán)神經(jīng)網(wǎng)絡(luò)來降 噪心電圖信號 (ECG
    發(fā)表于 05-15 14:42

    詳解深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    在如今的網(wǎng)絡(luò)時代,錯綜復(fù)雜的大數(shù)據(jù)和網(wǎng)絡(luò)環(huán)境,讓傳統(tǒng)信息處理理論、人工智能與人工神經(jīng)網(wǎng)絡(luò)都面臨巨大的挑戰(zhàn)。近些年,深度學(xué)習(xí)逐漸走進(jìn)人們的視線
    的頭像 發(fā)表于 01-11 10:51 ?2212次閱讀
    詳解<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>與卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的應(yīng)用
    主站蜘蛛池模板: 精品爱爱| 天堂网a| 欧美性野久久久久久久久| 性网站免费| 国产精品美女www爽爽爽视频| 俺也去第四色| 久优草| 日本三级三级三级免费看| 亚洲一区二区三区电影| 亚洲日本一区二区三区在线不卡| 国产黄mmd在线观看免费| 午夜看片在线| 国产999星空传媒在线观看| 免费黄色在线观看| 特黄毛片| 五月激情电影| 香蕉黄色网| 亚洲伊人电影| 色综合久久网| 怡红院日本| 中国业余老太性视频| 免费看的黄网站| 55夜色66夜色国产精品站| 欧美在线天堂| 在线播放免费人成毛片乱码| 国产又爽又黄又粗又大| 久久国产乱子伦精品免费一| 色之综综| 人人草人| 久久久www免费人成看片| 又黄又免费的网站| 欧美日本一区二区| 综合色中色| 色婷婷影视| 精品视频网站| 国产精品女仆装在线播放| 国产嫩草影院精品免费网址| 国产美女一区二区三区| 色中色综合网| 91大神免费视频| 女主播扒开内衣让粉丝看个够|