全球網絡犯罪造成每年超過 1 萬億美元的損失，相當于墨西哥或西班牙的國內生產總值（GDP）。而且，全球趨勢表明情況將越來越糟。

數據中心面臨著驚人的用戶、數據、設備和應用程序增長，越來越復雜的攻擊載體增加了威脅攻擊面。

阻止新出現的威脅

NVIDIA Morpheus 使網絡安全開發人員和獨立軟件供應商能夠以最少的開發工作量為安全工作流構建高性能管道。

您可以輕松利用背壓、反應式編程和纖程的優勢來構建網絡安全解決方案。更高級別的 API 使您能夠按照傳統方式編程，但同時也獲得了加速計算的好處，使您能夠實現吞吐量的數量級提高。這些優化不存在于任何其他流框架中。Morpheus 現在支持使用 Python 和 C ++ 抽象層構建自定義管道。

您通常可能不得不在 Python 中以最少代碼行快速編寫程序或在 Python 中編寫沒有性能上限的程序之間做出選擇。借助 Morpheus，您可以兩者兼得。

您可以編寫更少數量級的代碼，并獲得無限的性能上限。這可以在更短的時間內獲得更好的效果，從而節省成本并獲得更卓越的成果。

F5 惡意軟件檢測

NVIDIA 的合作伙伴 F5 在其惡意軟件檢測用例中使用了基于 Morpheus 的機器學習模型。憑借其高度可擴展、可定制和加速的數據處理、訓練和推理能力，Morpheus 使 F5 管道的性能比基于 CPU 實現的提高了 200 倍。

Morpheus 管道幫助您快速創建高性能的代碼和工作流，這些代碼和工作流可以結合創新模型，而開發摩擦最小。因此，您可以從 GPU 中獲得更好的性能，從而提高查找域生成算法（DGA）所需的日志處理能力。

對于 F5 ，這意味著從每秒處理 1013 個 DGA 日志增加到每秒 20833 個日志，所有這些都只需要 136 行代碼。有關更多信息，請參閱 F5 在 GTC 發布的使用實時機器學習技術檢測基于 DGA 的惡意域名。

擴大管道規模

Morpheus 可以輕松構建和擴展網絡安全應用程序，這些應用程序利用自適應管道，支持比以前更廣泛的模型復雜性。除了硬件加速之外，編程模型對性能起著關鍵作用。Morpheus 使用反應式編程方法，這意味著它可以動態調整并自動將資源重定向到壓力下管道的任何部分。

如果部分管道中的數據急劇增加，Morpheus 可以調整并創建額外的路徑，以便數據繼續處理。監控這些緩沖區的深度，并根據需要添加額外的分段。同樣，不再需要這些分段時，Morpheus 也可以很容易的移除他們。

通過使用纖程，Morpheus 可以從其他處理中接替工作，如果它們沒有得到充分利用的話。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。

所有這些結合在一起，使 Morpheus 能夠智能的適應網絡安全數據流的高度可變性。它提供了對網絡實時情況的全面可見性，并使您能夠編寫順序代碼來實現 Morpheus 的自動擴展。

使用 Morpheus ，您可以實時分析 100% 的數據，以便在威脅發生時更準確的檢測和更快地修復它們。Morpheus 還使用人工智能來適應威脅，并即時進行補償。

大規模實時欺詐檢測

面向開發者的 Morpheus 網絡安全人工智能框架是同類產品中的首創，可用于創建人工智能加速的大規模實時欺詐檢測。

它將流圖神經網絡（GNNs）用于欺詐檢測，解鎖了以前在沒有大量標記數據的情況下獨立軟件供應商和安全開發人員無法使用的功能。

圖神經網絡在欺詐檢測方面取得了新一代突破，因為它們經過獨特的設計，可以識別和分析看似不相連的數據片段之間的關系，從而做出預測，并在大規模上執行。這也是為什么 GNN 歷來被用于推薦系統和優化司機配送路線等應用的原因。

Morpheus 圖神經網絡能夠用少得多的訓練數據開發用于欺詐檢測的特征工程。在傳統方法中，專家識別重要的數據片段，例如地理位置信息，并用其重要性標記它們。

因為圖神經網絡需要更少的訓練數據，所以減少了對人類專業知識的需求。您還可以檢測由于訓練其他模型所需的標記訓練數據量而無法識別的威脅。即使數據更少，您也可以提高欺詐檢測的準確性，這對一個企業來說可能意味著數億美元。

在進入點阻止勒索軟件

無恥的全球勒索威脅，如 Colonial Pipeline 天然氣網絡的高調關閉，在 2021 年引起了越來越多的關注。企業正努力跟上新威脅的數量和速度。對于一個企業來說，每次安全漏洞造成數據泄露的成本可能高達數千萬美元，而且還會持續上升。

Morpheus 人工智能應用框架是基于 NVIDIA RAPIDS 和 NVIDIA AI 以及 NVIDIA GPU 構建的。它為在這個充滿挑戰的時代實施網絡安全創建了強大的工具。當與 NVIDIA BlueField DPU 加速器和 NVIDIA DOCA 遙測技術相結合，這將為安全的開發帶來了新的標準。

圖 1 . Morpheus 建筑

Morpheus 的用例包括用于網絡釣魚檢測的自然語言處理（NLP）。數字指紋（Digital fingerprinting）是另一個用例，因為它分析企業中每個人和機器的行為，以檢測異常。

NVIDIA Morpheus 是開源的，4 月份可以通過 GitHub 和 NGC 下載。

審核編輯 ：李倩