利用AI技术释放网络应用创新

最新推荐文章于 2024-06-20 09:31:31 发布

weixin_37097605

最新推荐文章于 2024-06-20 09:31:31 发布

阅读量499

点赞数

文章标签：网络算法大数据编程语言 python

本文链接：https://blog.csdn.net/weixin_37097605/article/details/122711051

版权

本文介绍了英特尔如何通过在至强可扩展处理器中添加AI加速技术，降低网络应用开发者进入AI领域的门槛，释放创新力。结合新指令和高性能软件框架，实现了网络工作负载的实时AI能力，应用于网络异常检测、流量分析等多个场景，有效提升了安全性与效率。

摘要由CSDN通过智能技术生成

方案一览

利用AI技术释放网络应用创新

结合英特尔^®至强^®可扩展处理器添加的新指令和高性能软件框架，实现了网络工作负载的实时AI能力

方案概要

英特尔在AI领域推动芯片和软件技术的进步，降低了网络应用开发者进入AI新领域的技术门槛，从而释放了开发者在商业化产品中部署AI高级技术的创新力，充分实现网络应用创新。在英特尔^®至强^®可扩展处理器中添加新指令，提升AI推理性能，同时利用业界标准框架和网络专用加速库（例如TADK）等软件，为网络应用场景引入AI实时处理能力奠定了基础。

得益于英特尔^®至强^®CPU使用的新加速指令，AI创新无需专门硬件支持（例如GPU、神经处理单元）即可用于数据中心和边缘等网络设备。本指南将首先介绍解决方案使用的技术，随后详细阐述目标应用场景的性能优劣。

该文章源自Network Transformation Experience Kit，具体内容请访问https://networkbuilders.intel.com/network-technologies/network-transformation-exp-kits。(原文标题：AI Technologies – Unleash AI Innovation in Network Applications Solution Brief )

方案介绍

AI算法正在逐步取代固定规则、指纹来检测网络流量中的已知模式（如攻击或威胁）。

最近，SolarStorm攻击（https://unit42.paloaltonetworks.com/solarstorm-supply-chain-attack-timeline/）等复杂恶意网络程序频发，亟需更高级的检测方法对其进行识别。传统方法在检测恶意软件产生的未知类型网络流量时仍存在缺陷，因此需要优化检测技术，不能只针对静态规则做检测，还需包括丰富的流量特征。

业界也在网络分析方法中引入了AI技术，如使用机器学习和深度学习模型。以下是部分应用场景：

流分析：用于识别网络异常情况，分析加密网络流量，并对应用程序进行分析。
基于用户意图的流量分析：根据用户凭证来分析主机用户行为和网络事件的算法和框架。可以用这种方法检测用户关系，识别异常，并进行安全实证评估。
网页访问分类：预测用户访问的网页类别（成人内容、游戏、新闻等）。
流量异常检测：使用统计方法、相似性方法和模式挖掘方法检测流异常。
恶意软件检测：检测便携式可执行文件、JavaScript中的恶意内容，或检测Command and Control（C2）恶意软件网络攻击。该方法在Palo Alto Networks Unit 42发布的文章中也有所阐述：《利用AI检测恶意C2流量》（文章网址：https://unit42.paloaltonetworks.com/c2-traffic/）。

方案说明

AI技术在网络业的不断创新和应用，为传统的物理设备以及云上应用都提供了许多新的解决方案。据分析人员预测，到2025年，人工智能在企业SD-WAN部署的使用将从2021年的5%增加到40%。（参考文献：https://www.sdxcentral.co