全球網絡犯罪造成的損失相當于墨西哥或西班牙等國的國內生產總值（ GDP ），每年超過 1 萬億美元。全球趨勢表明，情況只會越來越糟。

數據中心面臨著用戶、數據、設備和應用程序的驚人增長，在越來越復雜的攻擊載體中增加了威脅面。

阻止新出現的威脅

NVIDIA Morpheus 使網絡安全開發人員和獨立軟件供應商能夠以最小的開發工作量為安全工作流構建高性能管道。

您可以輕松利用背壓、反應式編程和光纖的優勢來構建網絡安全解決方案。更高級別的 API 使您能夠按照傳統方式編程，但同時也獲得了加速計算的好處，使您能夠在吞吐量方面實現幾個數量級的改進。這些優化在任何其他流媒體框架中都不存在。 Morpheus 現在可以使用 Python 和 C ++抽象層構建自定義管道。

通常，您可能不得不在 Python 中快速編寫代碼行數最少的內容，或者編寫沒有 Python 的性能上限的內容之間做出選擇。有了莫菲斯，你兩樣都能得到。

您可以編寫數量級更少的代碼，并獲得無限的性能上限。這可以在更短的時間內獲得更好的結果，從而節約成本并獲得更好的結果。

F5 惡意軟件檢測

NVIDIA partner F5 在其惡意軟件檢測用例中使用了基于 Morpheus 的機器學習模型。憑借其高度可擴展、可定制和加速的數據處理、訓練和推理能力， Morpheus 使 F5 流水線的性能比基于 CPU 的實現提高了 200 倍。

Morpheus 管道幫助您快速創建高性能的代碼和工作流，這些代碼和工作流可以結合創新模型，而開發摩擦最小。因此，您可以從 GPU 中獲得更好的性能，從而提高查找域生成算法（ DGA ）所需的日志處理能力。

對于 F5 ，這意味著從每秒處理 1013 個 DGA 日志增加到每秒 20833 個日志，所有這些都只需要 136 行代碼。

擴大管道規模

Morpheus 可以輕松構建和擴展網絡安全應用程序，這些應用程序利用自適應管道，支持比以前更廣泛的模型復雜性。除了硬件加速之外，編程模型對性能起著關鍵作用。 Morpheus 使用反應式編程方法，這意味著它可以動態調整并自動將資源重定向到壓力下管道的任何部分。

如果部分管道中的數據急劇增加， Morpheus 可以調整并創建額外的路徑，以便數據繼續處理。監控這些緩沖區的深度，并根據需要添加額外的段。同樣容易的是， Morpheus 在不再需要時移除這些。

使用光纖， Morpheus 可以從其他工藝中獲取工作，如果它們沒有得到充分利用的話。你不需要做任何事情；只需借用管道中未充分利用的部分即可。

所有這些結合在一起，使 Morpheus 能夠智能地適應網絡安全數據流的高度可變性。它可以實時全面了解網絡上發生的事情，并使您能夠編寫 Morpheus 自動擴展的順序代碼。

使用 Morpheus ，您可以實時分析多達 100% 的數據，以便更準確地檢測和更快地修復威脅。 Morpheus 還使用人工智能來適應威脅，并在飛行中進行補償。

大規模實時欺詐檢測

Morpheus 面向開發者的網絡安全人工智能框架是同類產品中的第一款，用于創建人工智能加速的大規模實時欺詐檢測。

它將流圖神經網絡（ GNNs ）用于欺詐檢測，解鎖了以前獨立軟件供應商和安全開發人員在沒有大量標記數據的情況下無法獲得的功能。

GNN 在欺詐檢測方面取得了新一代突破，因為它們被獨特地設計用于識別和分析看似不相連的數據片段之間的關系，從而做出預測，并在大規模上實現這一點。這也是為什么 GNN 歷來被用于推薦系統和優化司機配送路線等應用。

Morpheus GNS 能夠在培訓數據少得多的情況下開發用于欺詐檢測的功能工程。在傳統方法中，專家識別重要的數據片段，例如地理位置信息，并用其重要性標記它們。

因為 GNN 需要更少的訓練數據，所以減少了對人類專業知識的需求。您還可以檢測由于訓練其他模型所需的標記訓練數據量而無法識別的威脅。即使數據更少，也可以提高欺詐檢測的準確性，這對一個組織來說可能意味著數億美元。

在進入點停止勒索軟件

厚顏無恥的全球勒索威脅，如殖民地管道天然氣網絡的高調關閉，在 2021 是一個日益關注的問題。企業正努力跟上新威脅的數量和速度。對于一個組織來說，每次安全漏洞造成的數據泄露成本可能高達數千萬美元，而且還會繼續上升。

Morpheus 人工智能應用框架是基于 NVIDIA RAPIDS 和 NVIDIA AI 以及 NVIDIA GPU 構建的。它為在這個充滿挑戰的時代實施網絡安全創造了強大的工具。當與 NVIDIA BlueField DPU 加速器和 NVIDIA DOCA 遙測技術，這為安全發展帶來了新的標準。

圖 2 。 Morpheus 建筑

Morpheus 的用例包括用于釣魚檢測的自然語言處理（ NLP ）。 Digital fingerprinting 是另一個用例，因為它分析企業中每個人和機器的行為，以檢測異常。

關于作者

Nicola Sessions 是 NVIDIA 企業產品（包括網絡安全和虛擬化解決方案）的主要產品營銷經理。 Nicola 在技術領域有 20 多年的從業經驗，其背景涉及工作站、瘦客戶端、虛擬化、視頻流和服務器。

審核編輯：郭婷