创新驱动数字湾区建设,深信服安全GPT成为「新名片」
分类:行业动态 发布时间:2023-12-12 17:07:04
深信服安全GPT亮相第二届数字政府建设与数字湾区发展成果博览会。

      12月8-10日,第二届数字政府建设与数字湾区发展成果博览会(以下简称“大会”)在广州隆重召开。大会由广东省政府联合香港、澳门特别行政区政府举办,以“创新驱动数字湾区建设,数据赋能高质量发展”为主题,展示发布全国数字化建设优秀成果,推动粤港澳大湾区全面数字化发展,促进粤港澳三地数字化融合、高质量协同发展。

1.jpg

图片 (46).png 深信服展位

2.png

创新湾区亮眼「新名片」

深信服安全GPT

       作为国内首发并落地的网络安全垂直领域大模型,深信服安全GPT当前已经完成2.0升级演进,在本次大会进行成果展示,成为代表数字湾区创新建设的亮眼「新名片」。

5.jpg

图片 (47).png 深信服安全解决方案架构师肖鹏分享安全GPT应用成果

6.png

以AI新范式,

应对数字政府安全新挑战

       2023年,GPT大模型技术爆发,在赋能各行业生产效率提升的同时,GPT技术也被不法分子应用在了网络攻击活动中。据权威监测与研究数据显示,网络攻击者在利用漏洞信息转化POC的过程中,借助GPT技术可实现高达5个人的工作效率。

       利用AI大模型快速构建攻击工具、生成混淆攻击代码,已然成为攻击者屡试不爽的“必杀技”。

       触目惊心的数据与势不可挡的趋势背后,暴露出数字政府需要应对的网络安全新挑战:

(1) 传统应对威胁的技术手段,已无法对抗GPT技术加持下的威胁变化。
(2) 当前安全建设重度依赖人的精力和水平,应对高级威胁的能力存在上限。
(3)  安全建设层层堆叠,安全高度碎片化,安全效果和效率均不尽人意。

    “以智能对抗智能”,才是“安全领先一步”的未来发展方向。

       基于长期积累的高质量数据、算力、人才优势,深信服自研出国内首个网络安全垂直领域的大模型“安全GPT”,通过赋能安全产品和服务,由此构建以AI为核心的「开放平台+领先组件+云端服务」的安全新范式,帮助数字政府提升高级威胁检测能力、威胁分析研判水平和安全运营效率。

7.jpg

8.png

秒级闭环,百倍提效,

赋能数字政府网络

      深信服安全GPT已完成检测大模型运营大模型标准化落地,助力数字政府迈向安全运营“智能驾驶”时代。

(1)  高级威胁检出率高达92.4%

       大幅提高高对抗高绕过的Webshell加密通信、Web高危(乃至0day)漏洞利用、Java反序列化攻击等隐蔽威胁的检出能力。安全GPT相比传统流量检测产品,检出率由平均57.4%提升至92.4%,误报率由42.6%降低至仅4.3%。

(2) 对话式辅助运营,分钟级告警分析处置

       通过自然语言交互的方式,提供对选定事件的分析研判,并支持识别资产、IP、人员等的关联信息,同时能对攻击报文进行总体的定性总结,提供符合安全人员运营水平的差异化建议和运营路径,从而将海量告警的分析处置时间压缩到数分钟。

(3) 全天候智能值守,秒级闭环处置事件

       安全GPT化身“AI安全专家“,面向业务和网络提供7x24小时自主值守,自动化进行在线威胁监测、分析研判、情报取证、联动响应等,实现威胁告警秒级闭环处置。“AI安全专家”既显著提升运营值守效果,又极大降低人力精力投入。

9.jpg

10.png

「AI+网络安全」蓄力崛起

传递数字湾区「新名片」

      深信服「AI+网络安全」经历了蓄力崛起的发展历程:

(1)  2015年,作为国内最早应用AI的网络安全厂商之一,深信服投入决策式AI技术的研究和应用。
(2)  2016年,深信服不断加码AI技术并确立了AI First的研发战略。
(3)  随后,在网络安全和云计算领域都有可落地、有效果的技术突破:未知病毒检出率国内第一的SAVE 3.0引擎、实现云原生应用自我保护的NoDR技术、精确度超90%的AIOps 智能运维分析引擎等

       从AI小模型到提出AI First战略,深信服累积了研发垂直领域AI大模型所需的高质量数据语料、既懂AI又懂安全的人才、面向AI体系化协同的云网端产品体系

      目前深信服安全GPT已落地金融、能源、政府等行业用户超70家,为网络安全发展注入新动能,也尽其所能为数字湾区传递「新名片」。

图片 (33).png

      逐梦湾区、扎根湾区、深耕湾区,深信服二十余载的成长与大湾区的创新发展同频共振。

      深信服将持续以AI赋能网络安全高质量发展,为数字湾区建设贡献数字化创新力量,向全国乃至全球递出「安全领先一步」的数字湾区「新名片」。