使用生成式人工智能和 NVIDIA Morpheus 網(wǎng)絡安全人工智能框架，開發(fā)者可以構建更有效地檢測魚叉式網(wǎng)絡釣魚企圖的解決方案，而且訓練時間極短。事實上，使用 NVIDIA Morpheus 和生成人工智能訓練技術，我們能夠檢測到 90% 的有針對性的魚叉式網(wǎng)絡釣魚電子郵件，與目前使用的典型網(wǎng)絡釣魚檢測解決方案相比，提高了 20%。

魚叉式網(wǎng)絡釣魚是企業(yè)所面臨的最大且代價最高的網(wǎng)絡威脅之一。雖然網(wǎng)絡釣魚電子郵件更為通用，旨在欺騙大量人員，但魚叉式網(wǎng)絡釣魚電子郵件是針對特定個人定制的。在魚叉式網(wǎng)絡釣魚攻擊中，電子郵件是為特定的個人、工作角色或行業(yè)量身定制的。因為它如此有針對性，所以電子郵件往往非常有說服力。

企業(yè)電子郵件被入侵是一種魚叉式網(wǎng)絡釣魚攻擊，目的是誘騙員工采取有害行動，通常是向攻擊者匯款。

雖然攻擊者已經(jīng)在利用人工智能來創(chuàng)建更多的網(wǎng)絡釣魚電子郵件和更有針對性的魚叉式網(wǎng)絡釣魚攻擊，但還可以做更多的工作利用人工智能來防御這些攻擊。如今的企業(yè)通常依靠員工培訓來更好地識別攻擊，或者制定規(guī)則來過濾可疑電子郵件。有了 NVIDIA Morpheus，開發(fā)者可以使用人工智能在魚叉式網(wǎng)絡釣魚電子郵件到達用戶收件箱之前更好地檢測它們。

魚叉式網(wǎng)絡釣魚的核心是一個數(shù)據(jù)可見性問題。由于缺乏可用的訓練數(shù)據(jù)，這些電子郵件很難防御。由于攻擊是高度個性化的，單個企業(yè)不會觀察到訓練準確的人工智能模型所需的電子郵件數(shù)量。

針對金融機構的魚叉式網(wǎng)絡釣魚攻擊類型與醫(yī)療保健非常不同。同樣，針對首席財務官的魚叉式網(wǎng)絡釣魚電子郵件包含的內(nèi)容與針對工程師的內(nèi)容不同。魚叉式網(wǎng)絡釣魚檢測用例將在 NVIDIA Morpheus 的未來版本中提供。

企業(yè)已經(jīng)在利用人工智能來抵御網(wǎng)絡釣魚和其他網(wǎng)絡威脅。作為技術領域的領導者，百思買正在使用定制機器學習（ML）和 NVIDIA Morpheus 來更好地保護其基礎設施，并通知其安全分析師。

百思買基于機器學習的網(wǎng)絡安全的實施將他們檢測釣魚電子郵件的準確率提高到 96% ，同時將誤報率保持在 20% 以下。

最近，該公司已開始在其賬戶中部署 Morpheus 數(shù)字指紋工作流程，以幫助檢測環(huán)境中的異常行為。百思買繼續(xù)與 NVIDIA 合作，開發(fā)新的基于人工智能的解決方案，以應對快速變化的生態(tài)系統(tǒng)中面臨的網(wǎng)絡安全挑戰(zhàn)。

借助 NVIDIA Morpheus 人工智能框架，開發(fā)者可以構建網(wǎng)絡安全解決方案，以前所未有的規(guī)模檢測威脅。借助 Morpheus，開發(fā)時間得以縮短，因為它有助于將探索、測試和實施周期從數(shù)月縮短到數(shù)周。

與其他 NVIDIA 框架一樣，Morpheus 提供用于創(chuàng)建加速的人工智能應用程序的構建塊。為了進一步縮短開發(fā)時間，團隊可以利用 NVIDIA 人工智能工作流程。使用 Morpheus 構建的 NVIDIA digital fingerprinting workflow（NVIDIA 數(shù)字指紋工作流程）為開始開發(fā)和部署網(wǎng)絡安全解決方案提供了參考，該解決方案可以對網(wǎng)絡中的每個用戶、帳戶、服務和機器進行唯一指紋識別，并提供具有可操作信息的智能警報。

最新版本的 Morpheus 包括使數(shù)字指紋工作流程更易于部署和管理的增強功能。這些增強功能包括集成訓練和反饋、非線性管線支持以及新的和改進的開發(fā)者文檔。

數(shù)字指紋工作流程如此強大的原因之一是它為整個企業(yè)的每個用戶實現(xiàn)了單獨的模型。通常，更傳統(tǒng)的用戶行為分析依賴于大粒度模型以及基于模式和規(guī)則的分析。這些方法對于看起來像普通企業(yè)行為或活動的威脅來說是脆弱的。

數(shù)字指紋以三個粒度級別來創(chuàng)建基于行為的無監(jiān)督模型，以檢測這些復雜而微妙的反模式。借助數(shù)字指紋技術，您可以為整個企業(yè)中的每個用戶、每個子組織（例如，單個經(jīng)理及其直接下屬）和整個企業(yè)建立模型，所有這些都是為您的業(yè)務定制的。

當您考慮到模型的絕對數(shù)量時——對于一個擁有 25000 名員工的企業(yè)來說至少有 25000 到 30000 個，且日志類型多種多樣，您可能會想知道您的團隊將如何訓練所有這些模型。這就是綜合訓練的用武之地。

Morpheus 最新版本的集成訓練更新包括幾個新工具、可組合原語和生命質(zhì)量改進，旨在增強工作流程的靈活性。對控制消息的支持可以改善管線內(nèi)的自定義和動態(tài)行為。這有助于訓練和推理管線在相同資源上共存，并支持動態(tài)事件，包括人與正在運行的管線的交互。

Morpheus 模塊提供了一種封裝可重用功能單元的機制，其范圍可以從單個階段到整個工作流。這些模塊與現(xiàn)有管線完全兼容，并且可以輕松集成到現(xiàn)有和新的工作流中。

先前的 Morpheus 版本支持模型漂移檢測，最新的 2023 年春季版本引入了額外的可組合原語，旨在簡化工作流程并提高代碼重用。這些實現(xiàn)了用戶定義的函數(shù)編程，如漂移檢測，從而觸發(fā)模型重新訓練。

管線在本質(zhì)上也可以是非線性的，從而實現(xiàn)循環(huán)、回路和更復雜的分支邏輯。除了在線訓練外，管線現(xiàn)在還支持對人在回路（human-in-the-loop）和自動化模式的反饋。

這意味著您可以將主題專家深度集成到訓練和推理循環(huán)中，同時還可以在較低級別將 Morpheus 管線與傳感器集成。后者促進了一個閉環(huán)系統(tǒng)，在該系統(tǒng)中 Morpheus 中設計的工作流程執(zhí)行更復雜和自動化的操作。

所有這些新功能還附帶了新的和改進的文檔，包括一份新的開發(fā)者指南，使 Morpheus SDK 的入門變得更容易。

德勤和 NVIDIA 宣布合作，在 NVIDIA Morpheus 的支持下，為客戶帶來基于人工智能的網(wǎng)絡安全。與在通用計算機上運行人工智能模型相比，這種協(xié)作可以幫助企業(yè)提高高級攻擊檢測的有效性，同時每年實現(xiàn) 30% 至 50% 以上的基礎設施成本節(jié)約。