借助AI和实时遥测，重新定义分布式云边缘的网络安全

不断变化的应用格局带来新的攻击面和安全风险

数字化转型和云技术的采用正在快速推进。随着数字化转型不断深入，应用已成为企业的命脉。为顺应影响各方的宏观趋势并推进应用现代化，企业的应用架构正转向API优先和基于微服务的模式，并高度依赖自动化与编排。

攻击者正利用快速变化的应用环境，采用新的攻击方法来利用由此产生的攻击面。与企业客户以往面临的安全威胁不同，这些新型攻击组织严密，并以经济利益为动机。攻击者会采用特定策略或带着特定意图，针对特定资产发起攻击。下图根据威胁行为者的“意图”，对一些常见的高级威胁进行了分类。近期的勒索软件活动已广为人知，此外还有其他多种常见的威胁活动，例如威胁行为者TeamTNT试图入侵云环境中的工作负载。

基于AI的安全能力有望快速提供安全防护

此类攻击通常会绕过防火墙、Web应用防火墙等成熟的安全控制措施。要检测此类活动，需要近乎实时地关联海量上下文信息，以判断正在发生的高级威胁活动。简而言之，高级威胁活动检测正逐渐成为一个大数据问题！

在完善成熟的Web、应用、防火墙安全措施和欺诈缓解技术的同时，F5正在研究此类高级威胁的检测技术。这需要通过大规模遥测对多个相关数据点进行上下文分析，并开展近实时分析。机器学习和人工智能算法用于检测应用内部及周边以及云环境中的异常活动，从而提前应对风险。然而，庞大的数据量与客户对高性能日益增长的期望产生了冲突。此时，基于NVIDIA BlueField-2数据处理单元（DPU）的实时遥测和由NVIDIA GPU提供支持的Morpheus网络安全框架便可发挥作用。

网络安全对AI/ML处理提出独特要求：

1. 由于敏捷开发节奏快且工作负载生命周期短，相较于需要人工监督或标注的方法，聚类或异常检测等无监督方法更受重视。
   
2. 第二个重要方面是可解释性。对此，需要结合帮助客户建立对解决方案的信任这一背景来理解，因为误报或漏报可能导致客户流失，甚至触发审计或合规检查。根据经验，有效性为90%但具有可解释性的解决方案，往往比有效性为95%但难以理解的解决方案更受客户青睐。
   
3. 第三个也是最重要的方面是“对手效应”，即存在资金充足、具备智能且会主动采取行动的对手。例如，自动驾驶汽车的视觉识别所需识别的交通标志是固定的，而安全领域面对的是人，甚至可能是借助AI的人。他们会分析您的机器学习解决方案，并不断主动尝试欺骗或绕过该解决方案。

NVIDIA Morpheus 应对新的网络安全挑战

随着Morpheus网络安全框架的推出，NVIDIA正将AI数据科学的强大能力引入网络安全行业。Morpheus经过高度优化的AI流水线和预训练AI功能使开发人员能够即时检查数据中心网络架构中的所有IP流量。

NVIDIA BlueField-2 DPU加速实时遥测

Morpheus非常适合汇聚和分析来自任何DPU增强型服务器的实时网络数据。同时，BlueField DPU可卸载、加速和隔离关键任务型基础设施功能。Morpheus接收来自NVIDIA BlueField DPU上运行的代理所产生的海量网络遥测数据，并可对这些数据进行实时推理。随后，Morpheus可根据原始推理结果生成操作，并将其传回DPU。Morpheus与DPU之间的双向数据流可提供持续的实时反馈，用于调整策略、重写规则、调整感知等。

加速推理可快速高效地检测网络威胁

通过在工作流中引入GPU，Morpheus可对大量遥测数据进行实时推理。GPU负责处理数据摄取、预处理、推理和后处理，并通过并行处理让海量数据高效流经管道。Morpheus将数据和操作划分为易于管理的批次并发执行，从而能够跟上来自异构、去中心化或分布式以及移动数据源的数据流。

Morpheus使用采用发布者/订阅者模型的Kafka向推理流水线发送数据并获取结果。Morpheus框架由多个构建模块组成，包括用于数据处理的RAPIDS、为开源网络安全基础组件提供GPU加速的Cyber Log Accelerators、用作推理服务器的Triton和TensorRT、用于加速Kafka读写的cuStreamz，以及用于加载全新和更新后AI模型的开源库MLFlow。这些技术协同工作，覆盖网络安全工作流的各个环节。

通过集成Morpheus框架，F5提供了一个功能强大的平台，利用实时遥测和AI驱动的分析，为分布在云端和边缘的应用加速每台服务器上的Web和API网络安全。

欢迎参加NVIDIA GTC，进一步了解由NVIDIA Morpheus框架和BlueField DPU加速的F5 Shape网络安全产品组合。可在此处免费注册。