NVIDIA 正在将 AI 添加到抵御日益增加的身份盗用威胁的防御列表中，身份盗用被认为是最常见和最复杂的违规行为之一。 在这个零信任时代，安全专家表示身份攻击不是会不会发生而是何时发生的问题。
根据Verizon 发布的《2022 年数据泄露调查报告》，超过 40% 的数据泄露事件涉及凭证被盗，而 80% 的网络应用程序泄露事件涉及凭证滥用。该报告指出，“凭证是犯罪分子最青睐的数据类型，因为它们对于伪装成系统上的合法用户非常有用。”
NVIDIA 网络安全工程和研发总监 Bartley Richardson 说：“我们需要寻找 Bartley 何时不像 Bartley 那样行事。”
数字指纹模型
去年，理查森和他的团队创造了一个名为数字指纹的概念。 在 2022 年 XNUMX 月发生一系列引人注目的攻击之后，他设计了一个简单但雄心勃勃的实施方案。 他与他的两位技术主管分享了他的愿景，告诉他们他想为网络上的每个帐户、服务器、应用程序和设备创建一个深度学习模型。
这些模型将学习个人行为模式，并在帐户行为异常时通知安全人员。 当时，GPU 并未用于安全性，这在计算上具有挑战性。 使用 AI 安全软件库 NVIDIA Morpheus 构建了概念验证，两个月后，团队优化了项目的每个部分。 安全运营和产品安全团队审查了这项工作，到 XNUMX 月，该解决方案，即用于 AI 驱动的数字指纹识别的安全软件，已准备好在 NVIDIA 的全球网络中部署。
AI 驱动的数字指纹识别版本 2 今天仅在四个 NVIDIA A100 Tensor Core GPU 上运行在 NVIDIA 的网络上。 该软件就像一个 LEGO 套件，IT 人员可以在其中创建模型，改变它们的各个方面以创建特定的警报。 NVIDIA 正在 NVIDIA AI Enterprise 3.0 中包含的数字指纹识别 AI 工作流中提供这些功能。
NVIDIA 网络安全团队创造了异常，使信息安全团队能够以新的方式可视化事件。 IT 团队不会每周被数百万个网络事件淹没，而每天可能只有 8-10 个事件需要调查。 NVIDIA 正在调整网络安全指纹与其他模型，使其更适用于日常活动。
Richardson 的团队正在研究应用人工智能和加速计算来保护数字身份并生成难以找到的训练数据的想法。 他还设想密码和多因素身份验证将被模型所取代，这些模型知道某人打字的速度、打字错误的数量、他们使用的服务以及他们何时使用它们。 这种详细的数字身份将防止攻击者劫持账户并冒充合法用户。
数字指纹识别 AI 工作流程可加速威胁检测和补救。 亮点包括：
- 在数分钟而不是数周内检测威胁
- 将事件从 100 亿个/周减少到最多 10 个/天
- 提供 100% 的数据可见性
- 对每个用户、服务、帐户和机器进行唯一指纹识别
- 获取具有可操作信息的智能警报
- 访问安全分析师的数据可视化
从 1 月 23 日起，您可以在 NVIDIA LaunchPad 上体验这款由人工智能驱动的安全工作流程。您可以观看视频了解更多关于数字指纹的信息。
Amazon