详细内容或原文请订阅后点击阅览
Palo Alto Networks 如何使用 Amazon Bedrock 增强设备安全性基础设施日志分析
Palo Alto Networks 的设备安全团队希望检测潜在生产问题的早期预警信号，以便为中小企业提供更多时间来应对这些新出现的问题。他们与 AWS GenAIIC 合作开发由 Amazon Bedrock 提供支持的自动日志分类管道。在这篇文章中，我们讨论 Amazon Bedrock 如何通过 Anthropic 的 Claude Haiku 模型和 Amazon Titan Text Embeddings 协同工作来自动分类和分析日志数据。我们探索这个自动化管道如何检测关键问题，检查解决方案架构，并分享实现可衡量的运营改进的实施见解。
来源:亚马逊云科技 _机器学习本文由 Palo Alto Networks 高级首席工程师/架构师 Fan Zhang 共同撰写。
Palo Alto Networks 的设备安全团队希望检测潜在生产问题的早期预警信号，以便为中小企业提供更多时间来应对这些新出现的问题。他们面临的主要挑战是，被动地处理超过 2 亿个日常服务和应用程序日志条目导致对这些关键问题的响应时间延迟，使他们面临潜在服务降级的风险。
为了应对这一挑战，他们与 AWS GenAIIC 合作开发了由 Amazon Bedrock 提供支持的自动日志分类管道。该解决方案在检测生产问题方面实现了 95% 的精确度，同时将事件响应时间缩短了 83%。
在这篇文章中，我们探讨如何使用 Amazon Bedrock 构建可扩展且经济高效的日志分析系统，将被动日志监控转变为主动问题检测。我们讨论 Amazon Bedrock 如何通过 Anthropic 的 Claude Haiku 模型和 Amazon Titan Text Embeddings 协同工作来自动分类和分析日志数据。我们探索这个自动化管道如何检测关键问题，检查解决方案架构，并分享实现可衡量的运营改进的实施见解。
Palo Alto Networks 提供云交付安全服务 (CDSS) 来应对设备安全风险。他们的解决方案使用机器学习和自动发现来提供对连接设备的可见性，从而执行零信任原则。面临类似日志分析挑战的团队可以在此实施中找到实用的见解。
解决方案概述
Palo Alto Networks 和 AWS GenAIIC 合作构建了具有以下功能的解决方案：