NVIDIA объясняет, как библиотеки CUDA усиливают кибербезопасность с помощью ИИ
NVIDIA Corporation (NASDAQ: NVDA) — американская компания, один из крупнейших разработчиков графических ускорителей и процессоров, а также наборов системной логики. На рынке продукция компании известна под такими торговыми марками как GeForce, nForce, Quadro, Tesla, ION и Tegra. Компания была основана в 1993 году. По состоянию на август 2006 года в корпорации насчитывалось более 8 тысяч сотрудников, работающих в 40 офисах по всему миру. Википедия
Ускоренная кибербезопасность на базе искусственного интеллекта
Современная кибербезопасность в значительной степени опирается на ИИ для предиктивной аналитики и автоматизированного устранения угроз. Графические процессоры NVIDIA необходимы для обучения и развертывания моделей ИИ из-за их исключительной вычислительной мощности.
Графический процессор (англ. graphics processing unit, GPU) — отдельное устройство персонального компьютера или игровой приставки, выполняющее графический рендеринг; в начале 2000-х годов графические процессоры стали массово применяться и в других устройствах: планшетные компьютеры, встраиваемые системы, цифровые телевизоры.
Современные графические процессоры очень эффективно обрабатывают и отображают компьютерную графику, благодаря специализированной конвейерной архитектуре они намного эффективнее в обработке графической информации, чем типичный центральный процессор.
Графический процессор в современных видеокартах (видеоадаптерах) применяется в качестве ускорителя трёхмерной графики. Википедия
- Более быстрое обучение моделей ИИ: графические процессоры сокращают время, необходимое для обучения моделей машинного обучения для таких задач, как обнаружение мошенничества или предотвращение фишинга.
- Выводы в реальном времени: модели ИИ, работающие на графических процессорах, могут анализировать сетевой трафик в реальном времени для выявления уязвимостей нулевого дня или сложных постоянных угроз.
- Автоматизация в масштабе: компании могут автоматизировать повторяющиеся задачи безопасности, такие как анализ журналов или сканирование уязвимостей, освобождая человеческие ресурсы для стратегических инициатив. Например, системы обнаружения вторжений на базе ИИ, работающие на базе графических процессоров NVIDIA, могут анализировать миллиарды событий в секунду для обнаружения аномалий, которые традиционные системы могут пропустить. Узнайте больше о решениях NVIDIA AI для кибербезопасности.
Примечание редактора NVIDIA: это следующая тема в нашей новой серии новостей об ускорении CUDA, в которой представлены новейшие программные библиотеки, микросервисы NVIDIA NIM и инструменты, помогающие разработчикам, производителям программного обеспечения и предприятиям использовать графические процессоры для ускорения своих приложений.
Обнаружение угроз в реальном времени и реагирование на них
Графические процессоры превосходны в параллельной обработке, что делает их идеальными для обработки огромных вычислительных требований задач кибербезопасности в реальном времени, таких как обнаружение вторжений, анализ вредоносных программ и обнаружение аномалий. Объединяя их с высокопроизводительными сетевыми программными фреймворками, такими как NVIDIA DOCA и NVIDIA Morpheus, компании могут:
- Обнаруживайте угрозы быстрее: графические процессоры обрабатывают большие наборы данных в режиме реального времени, что позволяет мгновенно выявлять подозрительные действия.
- Реагируйте проактивно: высокоскоростная сеть обеспечивает быструю связь между системами, позволяя быстро сдерживать угрозы.
- Минимизируйте время простоя: более быстрое время реагирования снижает влияние кибератак на бизнес-операции.
Эта возможность особенно полезна для таких отраслей, как финансы и здравоохранение, где даже несколько секунд простоя могут привести к значительным потерям или рискам для общественной безопасности.
Масштабируемость для растущих потребностей кибербезопасности инфраструктуры
По мере роста бизнеса и внедрения большего количества подключенных устройств и облачных сервисов объем сетевого трафика увеличивается экспоненциально. Традиционные системы на базе ЦП часто не справляются с этими требованиями. Графические процессоры и высокоскоростное сетевое программное обеспечение обеспечивают огромную масштабируемость, способную без усилий справляться с крупномасштабной обработкой данных как локально, так и в облаке.
Например, решения NVIDIA в области кибербезопасности могут помочь создать перспективные технологии кибербезопасности и повысить экономическую эффективность за счет централизованного управления.
Улучшенная безопасность данных в распределенных средах
Поскольку удаленная работа становится нормой, предприятиям необходимо защищать конфиденциальные данные во все большем количестве распределенных локаций. Распределенные вычислительные системы повышают общую устойчивость инфраструктуры кибербезопасности, обеспечивая избыточность и отказоустойчивость, сокращая время простоя и защищая данные для непрерывной работы и минимального прерывания, даже во время кибератак.
Програ́ммное обеспе́чение (допустимо также произношение обеспече́ние) (ПО) — программа или множество программ, используемых для управления компьютером (ISO/IEC 26514:2008).
Другие определения из международных и российских стандартов:
совокупность программ системы обработки информации и программных документов, необходимых для эксплуатации этих программ (ГОСТ 19781-90);
все или часть программ, процедур, правил и соответствующей документации системы обработки информации (ISO/IEC 2382-1:1993);
компьютерные программы, процедуры и, возможно, соответствующая документация и данные, относящиеся к функционированию компьютерной системы (IEEE Std 829—2008).Программное обеспечение является одним из видов обеспечения вычислительной системы, наряду с техническим (аппаратным), математическим, информационным, лингвистическим, организационным, методическим и правовым обеспечением.
Академические области, изучающие программное обеспечение, — это информатика и программная инженерия.
В компьютерном сленге часто используется слово «софт», произошедшее от английского слова «software», которое в этом смысле впервые применил в статье журнала American Mathematical Monthly математик из Принстонского университета Джон Тьюки в 1958 году. Википедия
Улучшение соответствия нормативным требованиям
Нормативные рамки, такие как GDPR, HIPAA, PCI DSS и SOC 2, требуют от компаний внедрения строгих мер безопасности. Решения по кибербезопасности на базе графических процессоров и высокоскоростное сетевое программное обеспечение упрощают соблюдение требований, обеспечивая целостность данных, предоставляя аудиторские следы и снижая подверженность риску.
Ускорение постквантовой криптографии
Достаточно большие квантовые компьютеры могут взломать алгоритм шифрования Ривеста-Шамира-Адлемана (RSA), лежащий в основе современных решений по защите данных. Несмотря на то, что такие устройства еще не созданы, правительственные агентства по всему миру рекомендуют использовать алгоритмы постквантовой криптографии (PQC) для защиты от злоумышленников, которые могут накапливать конфиденциальные данные для расшифровки в будущем.
Алгоритмы PQC основаны на математических операциях, более сложных, чем RSA, которые, как ожидается, будут защищены от атак даже будущих квантовых компьютеров. Национальный институт стандартов и технологий ( NIST) стандартизировал ряд алгоритмов PQC и рекомендовал организациям начать поэтапный отказ от существующих методов шифрования к 2030 году и полностью перейти на PQC к 2035 году.
Широкое внедрение PQC требует свободного доступа к высокопроизводительным и гибким реализациям этих сложных алгоритмов. NVIDIA cuPQC ускоряет самые популярные алгоритмы PQC, предоставляя предприятиям высокую пропускную способность конфиденциальных данных для обеспечения безопасности сейчас и в будущем.
Необходимость инвестирования в современную инфраструктуру кибербезопасности
Интеграция технологии кибербезопасности на базе GPU с высокоскоростным сетевым программным обеспечением представляет собой смену парадигмы в подходе бизнеса к цифровой защите. Внедряя эти передовые решения, компании могут опережать развивающиеся киберугрозы, одновременно открывая новые возможности для роста в условиях все более цифровой экономики. Будь то защита конфиденциальных данных клиентов или обеспечение бесперебойной работы в глобальных сетях, инвестиции в современную инфраструктуру кибербезопасности больше не являются необязательными, а необходимыми.
NVIDIA предоставляет более 400 библиотек для различных вариантов использования, включая построение инфраструктуры кибербезопасности. Новые обновления продолжают добавляться в дорожную карту платформы CUDA.
Графические процессоры не могут просто ускорить программное обеспечение, написанное для универсальных процессоров. Специализированные библиотеки алгоритмического программного обеспечения, решатели и инструменты необходимы для ускорения определенных рабочих нагрузок, особенно в архитектурах распределенных вычислений с интенсивными вычислениями. Стратегически более тесная интеграция между процессорами, графическими процессорами и сетями помогает обеспечить правильную ориентацию платформы для будущих приложений и бизнес-преимуществ.
Иску́сственный интелле́кт (ИИ; англ. artificial intelligence, AI) — свойство искусственных интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека (не следует путать с искусственным сознанием); наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ.
Искусственный интеллект связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.
Существующие на сегодня интеллектуальные системы имеют довольно узкие области применения. Википедия
Читайте также:ИИ заменил игровые GPU Nvidia. Дефицит RTX 50-й серииAMD обсудит развитие ИИ «от предприятия до периферии» на MWC 2025Qualcomm и IBM масштабируют корпоративный генеративный ИИ от периферии до облакаIBM выпустила модели ИИ Granite для бизнесаCisco расширяет партнерство с NVIDIA для ускорения внедрения ИИ на предприятии
Источник: NVIDIA Blog
0 комментариев