全球網(wǎng)絡(luò)犯罪造成的損失相當(dāng)于墨西哥或西班牙等國的國內(nèi)生產(chǎn)總值（ GDP ），每年超過 1 萬億美元。全球趨勢表明，情況只會越來越糟。

數(shù)據(jù)中心面臨著用戶、數(shù)據(jù)、設(shè)備和應(yīng)用程序的驚人增長，在越來越復(fù)雜的攻擊載體中增加了威脅面。

阻止新出現(xiàn)的威脅

NVIDIA Morpheus 使網(wǎng)絡(luò)安全開發(fā)人員和獨(dú)立軟件供應(yīng)商能夠以最小的開發(fā)工作量為安全工作流構(gòu)建高性能管道。

您可以輕松利用背壓、反應(yīng)式編程和光纖的優(yōu)勢來構(gòu)建網(wǎng)絡(luò)安全解決方案。更高級別的 API 使您能夠按照傳統(tǒng)方式編程，但同時也獲得了加速計(jì)算的好處，使您能夠在吞吐量方面實(shí)現(xiàn)幾個數(shù)量級的改進(jìn)。這些優(yōu)化在任何其他流媒體框架中都不存在。 Morpheus 現(xiàn)在可以使用 Python 和 C ++抽象層構(gòu)建自定義管道。

通常，您可能不得不在 Python 中快速編寫代碼行數(shù)最少的內(nèi)容，或者編寫沒有 Python 的性能上限的內(nèi)容之間做出選擇。有了莫菲斯，你兩樣都能得到。

您可以編寫數(shù)量級更少的代碼，并獲得無限的性能上限。這可以在更短的時間內(nèi)獲得更好的結(jié)果，從而節(jié)約成本并獲得更好的結(jié)果。

F5 惡意軟件檢測

NVIDIA partner F5 在其惡意軟件檢測用例中使用了基于 Morpheus 的機(jī)器學(xué)習(xí)模型。憑借其高度可擴(kuò)展、可定制和加速的數(shù)據(jù)處理、訓(xùn)練和推理能力， Morpheus 使 F5 流水線的性能比基于 CPU 的實(shí)現(xiàn)提高了 200 倍。

Morpheus 管道幫助您快速創(chuàng)建高性能的代碼和工作流，這些代碼和工作流可以結(jié)合創(chuàng)新模型，而開發(fā)摩擦最小。因此，您可以從 GPU 中獲得更好的性能，從而提高查找域生成算法（ DGA ）所需的日志處理能力。

對于 F5 ，這意味著從每秒處理 1013 個 DGA 日志增加到每秒 20833 個日志，所有這些都只需要 136 行代碼。

擴(kuò)大管道規(guī)模

Morpheus 可以輕松構(gòu)建和擴(kuò)展網(wǎng)絡(luò)安全應(yīng)用程序，這些應(yīng)用程序利用自適應(yīng)管道，支持比以前更廣泛的模型復(fù)雜性。除了硬件加速之外，編程模型對性能起著關(guān)鍵作用。 Morpheus 使用反應(yīng)式編程方法，這意味著它可以動態(tài)調(diào)整并自動將資源重定向到壓力下管道的任何部分。

如果部分管道中的數(shù)據(jù)急劇增加， Morpheus 可以調(diào)整并創(chuàng)建額外的路徑，以便數(shù)據(jù)繼續(xù)處理。監(jiān)控這些緩沖區(qū)的深度，并根據(jù)需要添加額外的段。同樣容易的是， Morpheus 在不再需要時移除這些。

使用光纖， Morpheus 可以從其他工藝中獲取工作，如果它們沒有得到充分利用的話。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。

所有這些結(jié)合在一起，使 Morpheus 能夠智能地適應(yīng)網(wǎng)絡(luò)安全數(shù)據(jù)流的高度可變性。它可以實(shí)時全面了解網(wǎng)絡(luò)上發(fā)生的事情，并使您能夠編寫 Morpheus 自動擴(kuò)展的順序代碼。

使用 Morpheus ，您可以實(shí)時分析多達(dá) 100% 的數(shù)據(jù)，以便更準(zhǔn)確地檢測和更快地修復(fù)威脅。 Morpheus 還使用人工智能來適應(yīng)威脅，并在飛行中進(jìn)行補(bǔ)償。

大規(guī)模實(shí)時欺詐檢測

Morpheus 面向開發(fā)者的網(wǎng)絡(luò)安全人工智能框架是同類產(chǎn)品中的第一款，用于創(chuàng)建人工智能加速的大規(guī)模實(shí)時欺詐檢測。

它將流圖神經(jīng)網(wǎng)絡(luò)（ GNNs ）用于欺詐檢測，解鎖了以前獨(dú)立軟件供應(yīng)商和安全開發(fā)人員在沒有大量標(biāo)記數(shù)據(jù)的情況下無法獲得的功能。

GNN 在欺詐檢測方面取得了新一代突破，因?yàn)樗鼈儽华?dú)特地設(shè)計(jì)用于識別和分析看似不相連的數(shù)據(jù)片段之間的關(guān)系，從而做出預(yù)測，并在大規(guī)模上實(shí)現(xiàn)這一點(diǎn)。這也是為什么 GNN 歷來被用于推薦系統(tǒng)和優(yōu)化司機(jī)配送路線等應(yīng)用。

Morpheus GNS 能夠在培訓(xùn)數(shù)據(jù)少得多的情況下開發(fā)用于欺詐檢測的功能工程。在傳統(tǒng)方法中，專家識別重要的數(shù)據(jù)片段，例如地理位置信息，并用其重要性標(biāo)記它們。

因?yàn)?GNN 需要更少的訓(xùn)練數(shù)據(jù)，所以減少了對人類專業(yè)知識的需求。您還可以檢測由于訓(xùn)練其他模型所需的標(biāo)記訓(xùn)練數(shù)據(jù)量而無法識別的威脅。即使數(shù)據(jù)更少，也可以提高欺詐檢測的準(zhǔn)確性，這對一個組織來說可能意味著數(shù)億美元。

在進(jìn)入點(diǎn)停止勒索軟件

厚顏無恥的全球勒索威脅，如殖民地管道天然氣網(wǎng)絡(luò)的高調(diào)關(guān)閉，在 2021 是一個日益關(guān)注的問題。企業(yè)正努力跟上新威脅的數(shù)量和速度。對于一個組織來說，每次安全漏洞造成的數(shù)據(jù)泄露成本可能高達(dá)數(shù)千萬美元，而且還會繼續(xù)上升。

Morpheus 人工智能應(yīng)用框架是基于 NVIDIA RAPIDS 和 NVIDIA AI 以及 NVIDIA GPU 構(gòu)建的。它為在這個充滿挑戰(zhàn)的時代實(shí)施網(wǎng)絡(luò)安全創(chuàng)造了強(qiáng)大的工具。當(dāng)與 NVIDIA BlueField DPU 加速器和 NVIDIA DOCA 遙測技術(shù)，這為安全發(fā)展帶來了新的標(biāo)準(zhǔn)。

圖 2 。 Morpheus 建筑

Morpheus 的用例包括用于釣魚檢測的自然語言處理（ NLP ）。 Digital fingerprinting 是另一個用例，因?yàn)樗治銎髽I(yè)中每個人和機(jī)器的行為，以檢測異常。

關(guān)于作者

Nicola Sessions 是 NVIDIA 企業(yè)產(chǎn)品（包括網(wǎng)絡(luò)安全和虛擬化解決方案）的主要產(chǎn)品營銷經(jīng)理。 Nicola 在技術(shù)領(lǐng)域有 20 多年的從業(yè)經(jīng)驗(yàn)，其背景涉及工作站、瘦客戶端、虛擬化、視頻流和服務(wù)器。

審核編輯：郭婷