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