摘要 — 加密流量分析和未知恶意软件检测等复杂的流量分析强调了对分析网络流量的高级方法的需求。使用固定模式、签名匹配和规则来检测网络流量中已知模式的传统方法正在被 AI(人工智能)驱动的算法所取代。然而,由于缺乏高性能 AI 网络专用框架,因此无法在网络工作负载中部署基于 AI 的实时处理。在本文中,我们描述了流量分析开发工具包 (TADK) 的设计,这是一个专门用于基于 AI 的网络工作负载处理的行业标准框架。TADK 可以在从数据中心到边缘的网络设备中提供基于 AI 的实时网络工作负载处理,而无需专门的硬件(例如 GPU、神经处理单元等)。我们已在商用 WAF 和 5G UPF 中部署了 TADK,评估结果表明,TADK 可实现高达 35 的吞吐量。流量特征提取每核 3 Gbps,流量分类每核 6 Gbps,并且可将 SQLi/XSS 检测时间降低至 4 。每个请求 5 µs,准确率高于固定模式解决方案。