人工智能與機器學習技術的融入
時間：2022-03-21 06:15:02 | 來源：行業(yè)動態(tài)
時間：2022-03-21 06:15:02 來源：行業(yè)動態(tài)
隨著人工智能及機器學習的興起，Aruba也在自身產品和解決方案中引入了相關的前沿技術。其中最典型的例子就是Aruba IntroSpect和NetInsight解決方案。
IntroSpect用戶和實體行為分析(UEBA)使用基于AI的機器學習來檢測用戶行為改變，這種改變通常指示已經避開了邊界防御的內部攻擊。實體風險評分基于機器學習，考慮到了多種關鍵因素，如不同攻擊階段中意外事件的順序和時間，以及自檢測以來的時間和企業(yè)具體環(huán)境信息。準確的規(guī)范化評分意味著安全分析人員可以放心地安排其工作優(yōu)先級。安全團隊具備了對惡意、受侵害或粗心用戶、系統(tǒng)和設備的洞察力，可在威脅造成損害之前消除威脅。
NetInsight通過提供基于機器學習的分析來為IT組織提供網絡保證。NetInsight采用無監(jiān)管模式主動學習和監(jiān)測正在運行的無線網絡，自動分析該網絡與其它同等規(guī)模網絡的性能差異，然后提出系統(tǒng)優(yōu)化建議，并進一步提供優(yōu)化前后的無線網絡性能比較數(shù)據，從而可以幫助企業(yè)不斷適應和提高用戶和物聯(lián)網（IoT）的體驗質量。
綜上所述，造成管理和維護分支機構網絡任務日趨復雜的原因主要集中在，企業(yè)缺少對基于云解決方案性能的監(jiān)控能力，同時也無法對相關故障進行有效排除；與在分支機構中使用移動終端的人員所不斷變化的安全挑戰(zhàn)；以及在分支機構中使用基于IoT的企業(yè)應用相關的安全隱患。
在線咨詢
