網(wǎng)宿科技：將AI能力融入到安全防御各環(huán)節(jié)

來源：經(jīng)濟參考網(wǎng)


(相關(guān)資料圖)

在日前舉辦的2023西湖論劍·數(shù)字安全大會上，業(yè)內(nèi)人士聚焦人工智能的發(fā)展和安全展開探討。網(wǎng)宿科技副總裁、首席安全官呂士表認為，隨著邊緣計算+AI應(yīng)用場景的不斷豐富，其帶來的邊緣安全挑戰(zhàn)不容忽視。網(wǎng)宿安全通過“3+X+AI”SASE架構(gòu)，整合自身的安全、網(wǎng)絡(luò)、邊緣計算能力，構(gòu)建能力開放平臺，并將AI能力融入到安全防御各環(huán)節(jié)，落地了邊緣計算全棧防護體系，可以為行業(yè)提供“解題”思路。

根據(jù)《2022年全球邊緣計算市場報告》，到2030年，全球邊緣計算市場規(guī)模預計將達到1559億美元，復合年增長率(CAGR)約為38.9%。其中，對基于AI的設(shè)備需求是主要驅(qū)動力之一?！秷蟾妗奉A計，AI與邊緣計算環(huán)境的集成將呈上升趨勢。

對于AI在邊緣側(cè)的應(yīng)用趨勢，呂士表指出，AI在邊緣側(cè)的應(yīng)用是直接在邊緣設(shè)備上運行機器學習算法，目前邊緣AI主要集中在視覺、IT/OT 整合領(lǐng)域，未來將在人工智能芯片、數(shù)字孿生等領(lǐng)域逐步滲透。

需要注意的是，盡管產(chǎn)業(yè)已經(jīng)充分意識到邊緣計算+AI的商業(yè)價值，但邊緣計算的分布式架構(gòu)和算力下沉正帶來一些問題。

呂士表認為，首先，硬件和應(yīng)用程序的復雜多樣性劇增，傳統(tǒng)的安全體系以“煙囪”式的技術(shù)疊加為主，使得制定統(tǒng)一的邊緣安全策略變得困難；其次，海量數(shù)據(jù)的分布式存儲與處理，使得本地化防護以及合規(guī)性問題面臨挑戰(zhàn)，且海量異構(gòu)的邊緣資源容易成為攻擊入口；最后，由于AI數(shù)據(jù)存在一定“偏見”，部署AI會連帶產(chǎn)生AI信任問題。

圍繞應(yīng)對上述挑戰(zhàn)，呂士表認為，需充分考慮邊緣計算近用戶和分布式體系特點，結(jié)合邊緣業(yè)務(wù)場景，實現(xiàn)安全體系下沉及一體化管理，即從底層的基礎(chǔ)設(shè)施到邊緣網(wǎng)絡(luò)、邊緣數(shù)據(jù)及應(yīng)用層，構(gòu)建統(tǒng)一的安全管理與運營體系。并且，需要部署AI在各個安全環(huán)節(jié)，形成更高質(zhì)量、更快響應(yīng)能力，增強整體的防護水平。

據(jù)介紹，網(wǎng)宿安全依托SASE架構(gòu)，落地了邊緣計算全棧防護體系。該體系貫穿5大層面實現(xiàn)一體化防護，包括在硬件層提供信創(chuàng)安全，在操作系統(tǒng)層提供OS安全、數(shù)據(jù)私密和完整保護等。

“隨著AI的興起，我們將AI融入產(chǎn)品體系，構(gòu)建AI能力平臺，進一步提升智能安全防護水平。結(jié)合網(wǎng)宿安全的實戰(zhàn)經(jīng)驗來看，AI可以顯著提高威脅研判的質(zhì)量和響應(yīng)速度，以及提升安全運營效率?！眳问勘碚f。

在落地邊緣計算安全架構(gòu)的路徑中，還需要強大的資源和平臺作為支撐。據(jù)悉，網(wǎng)宿科技在全球部署超過20萬臺服務(wù)器、2800個節(jié)點以及10大清洗中心，DDoS（分布式阻斷服務(wù)）防護水平超過15Tbps，依托廣泛覆蓋的平臺資源，可以在邊緣側(cè)提供安全能力。

標簽：

推薦

財富更多》

動態(tài)更多》

熱點