NVIDIA合作伙伴F5以人工智能加速网络安全检测

全球网络安全挑战与 NVIDIA Morpheus 解决方案

全球网络犯罪造成的损失每年超过 1 万亿美元，相当于墨西哥或西班牙等国的国内生产总值（GDP）。全球趋势表明，情况只会越来越糟。数据中心面临着用户、数据、设备和应用程序的惊人增长，在越来越复杂的攻击载体中增加了威胁面。面对这些挑战，NVIDIA Morpheus 应运而生——一个专为网络安全开发者和独立软件供应商（ISV）打造的高性能 AI 框架，能以最小的开发工作量构建强大的安全管道。

Morpheus 核心优势：高性能与极简开发

Morpheus 使您能够轻松利用背压、反应式编程和光纤的优势来构建网络安全解决方案。更高级别的 API 让您按照传统方式编程，同时获得加速计算的好处，在吞吐量方面实现几个数量级的改进。这些优化在任何其他流媒体框架中都不存在。Morpheus 现在可以使用 Python 和 C++ 抽象层构建自定义管道。

通常，您可能不得不在 Python 中快速编写最少代码，或者编写没有 Python 性能上限的内容之间做出选择。有了 Morpheus，您两样都能得到——编写数量级更少的代码，同时获得无限的性能上限，从而在更短时间内获得更好的结果，节约成本。

小提示：Morpheus 支持 Python 和 C++ 混合编程，建议根据性能关键路径选择合适语言，通常 Python 用于快速原型，C++ 用于极致优化。

实际案例：F5 恶意软件检测性能提升 200 倍

NVIDIA 合作伙伴 F5 在其恶意软件检测用例中使用了基于 Morpheus 的机器学习模型。凭借其高度可扩展、可定制和加速的数据处理、训练和推理能力，Morpheus 使 F5 流水线的性能比基于 CPU 的实现提高了 200 倍。

Morpheus 管道帮助您快速创建高性能的代码和工作流，这些代码和工作流可以结合创新模型，而开发摩擦最小。因此，您可以从 GPU 中获得更好的性能，从而提高查找域生成算法（DGA）所需的日志处理能力。

对于 F5，这意味着从每秒处理 1,013 个 DGA 日志增加到每秒 20,833 个日志，所有这些都只需要 136 行代码。

智能扩展：Morpheus 反应式管道

Morpheus 可以轻松构建和扩展网络安全应用程序，这些应用程序利用自适应管道，支持比以前更广泛的模型复杂性。除了硬件加速之外，编程模型对性能起着关键作用。Morpheus 使用反应式编程方法，能够动态调整并自动将资源重定向到压力下管道的任何部分。

• 如果部分管道中的数据急剧增加，Morpheus 可以调整并创建额外的路径，以便数据继续处理。
• 监控这些缓冲区的深度，并根据需要添加额外的段。
• 同样容易的是，Morpheus 在不再需要时移除这些。

使用光纤，Morpheus 可以从其他工艺中获取工作，如果它们没有得到充分利用的话。您不需要做任何事情——只需借用管道中未充分利用的部分即可。

所有这些结合在一起，使 Morpheus 能够智能地适应网络安全数据流的高度可变性。它可以实时全面了解网络上发生的事情，并使您能够编写 Morpheus 自动扩展的顺序代码。

使用 Morpheus，您可以实时分析多达 100% 的数据，以便更准确地检测和更快地修复威胁。Morpheus 还使用人工智能来适应威胁，并在飞行中进行补偿。

小提示：在构建自定义管道时，建议从简单模型开始，利用 Morpheus 的自动扩展特性逐步增加复杂度，避免过早优化。

大规模实时欺诈检测：图神经网络（GNN）的突破

Morpheus 面向开发者的网络安全 AI 框架是同类产品中的第一款，用于创建 AI 加速的大规模实时欺诈检测。它将流图神经网络（GNNs）用于欺诈检测，解锁了以前独立软件供应商和安全开发人员在没有大量标记数据的情况下无法获得的功能。

GNN 在欺诈检测方面取得了新一代突破，因为它们被独特地设计用于识别和分析看似不相连的数据片段之间的关系，从而做出预测，并在大规模上实现这一点。这也是为什么 GNN 历来被用于推荐系统和优化司机配送路线等应用。

Morpheus GNS 能够在培训数据少得多的情况下开发用于欺诈检测的功能工程。在传统方法中，专家识别重要的数据片段（例如地理位置信息），并用其重要性标记它们。因为 GNN 需要更少的训练数据，所以减少了对人类专业知识的需求。您还可以检测由于训练其他模型所需的标记训练数据量而无法识别的威胁。即使数据更少，也可以提高欺诈检测的准确性，这对一个组织来说可能意味着数亿美元的成本节约。

在入口点阻止勒索软件

厚颜无耻的全球勒索威胁，如 Colonial Pipeline 天然气网络的高调关闭，在 2021 年是一个日益关注的问题。企业正努力跟上新威胁的数量和速度。对于一个组织来说，每次安全漏洞造成的数据泄露成本可能高达数千万美元，而且还会继续上升。

Morpheus AI 应用框架是基于 NVIDIA RAPIDS 和 NVIDIA AI 以及 NVIDIA GPU 构建的。它为在这个充满挑战的时代实施网络安全创造了强大的工具。当与 NVIDIA BlueField DPU 翻跟斗 和 NVIDIA DOCA 遥测技术结合时，这为安全发展带来了新的标准。

Morpheus 的用例包括用于钓鱼检测的自然语言处理（NLP）。Digital fingerprinting 是另一个用例，因为它分析企业中每个人和机器的行为，以检测异常。

图 2. Morpheus 架构

常见问题（FAQ）

Q1：Morpheus 与传统网络安全框架相比有什么不同？

Morpheus 专为 GPU 加速设计，利用反应式编程和光纤技术，能自动动态调整管道资源。传统框架通常依赖固定资源分配，难以应对突发流量。Morpheus 可让您用更少的代码实现 200 倍以上的性能提升。

Q2：我需要多少 GPU 才能运行 Morpheus ？

Morpheus 支持单 GPU 到多 GPU 集群。对于小规模原型验证，单张 NVIDIA T4 或 A100 即可；生产环境建议根据数据量和模型复杂度配置多张 GPU，Morpheus 会自动负载均衡。

Q3：如何将 Morpheus 集成到现有的安全架构中？

Morpheus 提供 Python 和 C++ API，可与现有日志系统、SIEM 平台（如 Splunk、ELK）无缝对接。您只需将数据源接入 Morpheus 管道，即可利用其加速推理能力，无需重写整个安全流程。

Q4：GNN 在欺诈检测中的优势具体体现在哪里？

传统欺诈检测需要大量人工特征工程和标注数据，而 GNN 能自动学习实体间的关系（如用户、设备、交易之间的隐藏关联）。即使只有少量标注样本，GNN 也能达到较高准确率，极大降低人工成本。

Q5：Morpheus 是否支持非网络安全场景？

虽然 Morpheus 专为网络安全设计，但其通用加速管道可应用于任何需要高性能流式数据处理的场景，如物联网异常检测、金融交易监控等。不过官方推荐以网络安全为首要目标。

总结

NVIDIA Morpheus 为网络安全开发者和独立软件供应商提供了一个强大的 AI 加速框架，通过反应式编程、光纤技术和 GPU 加速，将传统 CPU 管道的性能提升数十甚至数百倍。无论是恶意软件检测、欺诈检测还是勒索软件防御，Morpheus 都能以极少的代码量实现实时、大规模的安全分析。结合 NVIDIA BlueField DPU 和 DOCA 遥测技术，它将帮助企业应对日益严峻的全球网络威胁，保护每年价值数万亿美元的数字经济。

本文基于 NVIDIA 官方资料整理，作者 Nicola Sessions 为 NVIDIA 企业产品主要产品营销经理，拥有 20 年以上科技行业经验。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：NVIDIA合作伙伴F5以人工智能加速网络安全检测要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题