系统安全隐私OS,VM,容器,云宠物,匿名技术网络:SDN,NFV,SD-WAN去识别攻击IoT,RFID,SCADA系统监视和审查沟通协议的推理推理,相关性,相关性IDS IDS,IPS,IPS,IPS,SIEM,SIEM,SIEM,SIEM,XDR,XDR,BOCKCHAIN HOYERENICIT,ETTECTERTINS等级,botoctnentiment,botoctnentimention等,等级,botoctnentiment,botoctnentimention等, scalability Authentication, MFA Smart contracts, concurrency Authorization model/policy DIDs, NFTs, CBDCs, AML PKI & Trust management Security in AI/ML Information flow control Adversarial learning/inputs Application Security Prompt injection, RLHF strategies Vulnerabilities, DevSecOps Model stealing, poisoning API security, WAF, OWASP Emerging Tech/Standards Static/Binary analysis, Zero trust ChatGPT, LaMDA, Dall-E 2, etc Malware, Ransomware, APTs Security-by-design, SBOM Hardware Security Privacy-by-design, STIX/TAXII Remote attestation, PUFs S&P Use Cases Trojans, Backdoors, FPGA e-voting, e-gov, smart cities TEE, TRNG, 2FA, payment wallets COVID-19 contact tracing
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。
un un o O anitr te Avison Young | 奥沙瓦市经济发展战略 at at at at St St St St St St r nt nt nt nt nt nt nt pm ic Dev Dev ic ononc Ec Ec Ec Ec w sha sha sha sha sha sha sha sha sha sha sha ha sha yyf O Ci Cit Cit Cit | ung ung ung Yo A y elo elo elo om om om om mo EOC yogon elo ng ng ge at gy gy gy gy gy gy tr t S t pme e pme pme pme l elo Dev Dev Dev De cic ic mon E ooc Eco Eco Eco Eco Eco Eco Eco Eco Eco Eco Eco Eco Eco Eco Eco Eco wasa ha ha ahawaa wa wa wa wa wa wa wa waf Of sh sh f Of OO yoyoyoyoyoot C t C it Cit |克| gus 哟哟哟哟哟哟哟哟哟 v Av Av s