这篇文章最初发表在 NVIDIA 技术博客上。
使用生成式人工智能和 NVIDIA Morpheus 网络安全人工智能框架，开发人员可以构建更有效地检测鱼叉式网络钓鱼企图的解决方案，而且训练时间极短。事实上，使用 NVIDIA Morpheus 和生成人工智能训练技术，我们能够检测到 90% 的有针对性的鱼叉式网络钓鱼电子邮件，与目前使用的典型网络钓鱼检测解决方案相比，改进了 20% 。
什么是鱼叉式网络钓鱼？
鱼叉式网络钓鱼是对组织最大、代价最高的网络威胁之一。虽然网络钓鱼电子邮件更为通用，旨在诈骗大量人员，但鱼叉式网络钓鱼电子邮件是针对特定个人定制的。在鱼叉式网络钓鱼攻击中，电子邮件是为特定的个人、工作角色或行业量身定制的。因为它非常有针对性，所以电子邮件往往非常有说服力。
商业电子邮件泄露是一种鱼叉式网络钓鱼攻击，目的是诱骗员工采取有害行动，通常是向攻击者汇款。据 2021 FBI Internet Crime Report 称， 2021 ，商业邮件泄露给美国组织造成的损失估计为 24 亿美元。
虽然攻击者已经在利用人工智能创建更多的网络钓鱼电子邮件和更有针对性的鱼叉式网络钓鱼攻击，但还可以做更多的工作来利用人工智能防御这些攻击。如今的组织通常依靠员工培训来更好地识别攻击，或者制定规则来过滤可疑电子邮件。有了 NVIDIA Morpheus ，开发人员可以使用人工智能在鱼叉式网络钓鱼电子邮件到达用户收件箱之前更好地检测它们。
鱼叉式网络钓鱼的核心是一个数据可见性问题。由于缺乏可用的培训数据，这些电子邮件很难防御。由于攻击是高度个性化的，单个组织不会观察到训练准确的人工智能模型所需的电子邮件数量。
针对金融机构的鱼叉式网络钓鱼攻击类型与医疗保健非常不同。同样，针对首席财务官的鱼叉式网络钓鱼电子邮件包含的内容与针对工程师的内容不同。鱼叉式网络钓鱼检测用例将在 NVIDIA Morpheus 的未来版本中提供。
视频 1 。利用生成人工智能改进鱼叉式网络钓鱼检测
百思买利用 NVIDIA Morpheus 和人工智能抵御网络钓鱼
组织已经在利用人工智能来抵御网络钓鱼和其他网络威胁。作为技术领域的领导者，百思买正在使用定制机器学习（ ML ）和 NVIDIA Morpheus 来更好地保护其基础设施，并通知其安全分析师。
百思买基于 ML 的网络安全实现将他们检测钓鱼电子邮件的准确率提高到 96% ，同时将误报率保持在 20% 以下。
最近，该公司已开始在其账户中部署 Morpheus 数字指纹工作流，以帮助检测环境中的异常行为。百思买继续与 NVIDIA 合作，开发新的基于人工智能的解决方案，以应对快速变化的生态系统中面临的网络安全挑战。
有了 NVIDIA Morpheus 人工智能框架，开发人员可以构建网络安全解决方案，以检测以前不可能的规模的威胁。有了 Morpheus ，开发时间减少了，因为它有助于将探索、测试和实现周期从几个月缩短到几周。
与其他 NVIDIA 框架一样， Morpheus 为创建加速的人工智能应用程序提供了构建块。为了进一步减少开发时间，团队可以利用 NVIDIA AI 工作流程。与 Morpheus 一起构建的 NVIDIA digital fingerprinting workflow 为开始开发和部署网络安全解决方案提供了参考，该解决方案可以在网络上对每个用户、帐户、服务和机器进行唯一指纹识别，并提供具有可操作信息的智能警报。
图 1 。将 NVIDIA Morpheus 服务与 Kafka 和 Prometheus 等第三方开源服务相结合，定制 Python 示例代码，缩短开发周期
数字指纹工作流程：改进的管理和部署
最新发布的 Morpheus 包括增强功能，使数字指纹工作流更易于部署和管理。这些增强包括集成的培训和反馈、非线性管道支持以及新的和改进的开发人员文档。
数字指纹工作流如此强大的原因之一是它为整个组织中的每个用户实现了单独的模型。通常，更传统的用户行为分析依赖于大粒度模型以及基于模式和规则的分析。这些方法对于看起来像常见企业行为或活动的威胁是脆弱的。
数字指纹在三个粒度级别上创建了无监督的基于行为的模型，以检测这些复杂而微妙的反模式。使用数字指纹技术，您可以为整个组织中的每个用户，也可以为每个子组织（例如，单个经理及其直接下属）和整个企业定制模型，所有这些都是根据您的业务定制的。
当你考虑到模型的数量时------对于一个拥有 25000 名员工和多种类型日志的组织来说，至少 25000 到 30000 个，你可能会想知道你的团队将如何训练所有这些模型。这就是综合培训的用武之地。
综合培训
最新 Morpheus 版本的集成培训更新包括几个新工具、可组合原语和生活质量改进，旨在增强工作流程的灵活性。对控制消息的支持可以改善管道内的自定义和动态行为。这有助于训练和推理管道共存于同一资源上，并实现动态事件，包括与正在运行的管道的人工交互。
Morpheus 模块提供了一种封装可重用功能单元的机制，可从单个阶段到整个工作流。这些模块与现有管道完全兼容，可以轻松集成到现有和新的工作流中。
先前的 Morpheus 版本支持模型漂移检测，最新的 2023 年春季版本引入了额外的可组合原语，旨在简化工作流程并提高代码重用。这些实现了用户定义的函数编程，如漂移检测，从而触发模型再训练。
管道在本质上也可以是非线性的，从而实现循环、循环和更复杂的分支逻辑。除了在线培训外，管道现在还支持人工在环和自动化模式的反馈。
这意味着您可以将主题专家深度集成到训练和推理循环中，同时还可以将较低级别的 Morpheus 管道与传感器集成。后者促进了闭环系统，其中 Morpheus 中设计的工作流执行更复杂和自动化的操作。
所有这些新功能还附带了新的和改进的文档，包括一份新的开发人员指南，使 Morpheus SDK 的入门变得更容易。
获得免费的短期访问 NVIDIA Morpheus ，或尝试 digital fingerprinting workflow in LaunchPad 。
NVIDIA 和德勤宣布基于人工智能的网络安全合作
德勤和 NVIDIA 宣布合作，在 NVIDIA Morpheus 的支持下，为客户带来基于人工智能的网络安全。与在通用计算机上运行人工智能模型相比，这种协作可以帮助组织提高高级攻击检测的有效性，同时每年实现 30% 至 50% 以上的基础设施成本节约。
有关 NVIDIA 和 NVIDIA 合作伙伴如何帮助解决人工智能网络安全挑战的更多信息，请收看下面列出的 NVIDIA GTC 2023 直播会议， 3 月 20 日至 23 日：
- Learn About New AI-Based Cybersecurity Use Cases and Capabilities 与 NVIDIA 网络安全工程总监 Bartley Richardson 会面
- How to Deploy a Digital Fingerprinting Workflow to Detect and Stop Cyberattacks Faster 与 NVIDIA 技术营销工程师 Adam Wood 合作
- FinSec Innovation Lab, a Joint Venture by Mastercard and Enel X, Demonstrates How Accelerated AI Combats Ransomware Attacks 与金融安全创新实验室运营总监 Sharon Zarfati 和金融安全创新实验首席技术官 Dan Sarig
- Learn How Industry Experts are Accelerating Cybersecurity with AI 与 NVIDIA 高级开发人员关系经理 Killian Sexsmith 合作； Ina Poecher ，全球技术数据科学家； Marc Vucovich ，德勤数据科学家； Steve Scarbrough ， IntelliGenesis 首席技术专家
- How to Build an AI Pipeline to Detect Anomalous Behavior in the Network 与戴尔技术公司加速器和 AI / ML 系统架构师高级杰出工程师 Bhavesh Patel 和戴尔技术公司高级首席技术师 Brandt Springman