网络管理解决方案更强大的

tanmoysd23

学习算法使用真实流量进行训练，主要是在最后阶段进行测试和验证，并在初始阶段使用合成流量进行训练，以便能够测试不同的算法。这种方法正在开源解决方案（例如 项目）或商业解决方案（例如 认知威胁分析）中进行分析。 认知安全 认知安全 项目的工作进展如何？ 具体来说，该项目使用 作为基于机器学习的认知智能系统，应用于网络流量和安全事件。项目架构包括收集和规范化信息的能力，作为使用算法的第一步。与其他现有解决方案的区别在于综合性能能力。 的结果将交付给网络运营商，以根据收到的建议做出最终决定。

为了在网络上做出快速、简洁的响应，需要比当前解决方案。这就是 （网络功能虚拟化）技术通过使用 发挥作用的地方。 收集建议并通过部署 、连接它们并在网络中必要的点（例如，最接近攻击源头）动态配置它们来对 C级联系人列表 网络采取行动，以保护客户端和基础设施。在此过程中， （开源 ）（一种由 标准化机构推动的开源解决方案）已被选为协调者。 图：架构 此外，考虑到该解决方案预期的严格安全要求，该项目正在设计和实施一个信任监视器，通过硬件级加密处理器（称为 （信任平台模块））验证 的完整性及其。



在网络中的部署 最后，该架构的巨大潜力在于预期可用的安全解决方案的多样性。目前，他们已经在进行 集成：、防火墙或 。 结果 迄今为止，学术界之外的第一个成果主要集中在该项目在业界的传播，例如去年 月在巴黎举行的 年 世界大会上宣布了该项目。 同样， 已经成为 标准的一部分，作为安全即服务或 （安全即服务）的明确用例。 下一步趋势 除了拥有功能架构和第一个 的验证以及检测算法之外，预计将在 年针对当今影响最大的情况之一进行演示：（分布式拒绝服务）的检测和缓解）攻击。