人工(gōng)智能(néng)+端點監控,守護遠(yuǎn)程辦(bàn)公(gōng)網絡安(ān)全

近來随着疫情常态化，如何在持續嚴防疫情風險的同時保證社會生活的有(yǒu)序高效運行，成為(wèi)了各行各業的關注焦點。在辦(bàn)公(gōng)領域，通過現代互聯網技(jì )術，實現在家辦(bàn)公(gōng)、異地辦(bàn)公(gōng)、移動辦(bàn)公(gōng)的遠(yuǎn)程辦(bàn)公(gōng)，逐漸成為(wèi)了後疫情時代大勢所趨的辦(bàn)公(gōng)模式，但伴随而來的網絡安(ān)全隐患也不容小(xiǎo)觑——企業員工(gōng)在使用(yòng)個人設備及家庭網絡接入企業服務(wù)器進行遠(yuǎn)程辦(bàn)公(gōng)時，網絡安(ān)全系數實則遠(yuǎn)低于企業網絡，員工(gōng)的個人設備一旦遭受網絡犯罪分(fēn)子的攻擊，就可(kě)能(néng)危及企業的網絡安(ān)全。

對此，IEEE高級會員韓光潔以及IEEE高級會員Kayne McGladrey兩位網絡安(ān)全領域專家，分(fēn)别分(fēn)享了他(tā)們認為(wèi)對提高遠(yuǎn)程辦(bàn)公(gōng)網絡安(ān)全行之有(yǒu)效的技(jì )術建議。

聯邦學(xué)習技(jì )術保障企業數據隐私

面對遠(yuǎn)程辦(bàn)公(gōng)所帶來的網絡安(ān)全隐患，很(hěn)多(duō)企業的安(ān)全系統開始運用(yòng)人工(gōng)智能(néng)作(zuò)為(wèi)加強網絡安(ān)全的重要技(jì )術手段：人工(gōng)智能(néng)技(jì )術可(kě)以幫助企業快速檢測辦(bàn)公(gōng)網絡的異常行為(wèi)并及時做出響應；且當人工(gōng)智能(néng)技(jì )術收集到更多(duō)的使用(yòng)數據時，檢測系統就能(néng)變得更完善。然而在實際的工(gōng)作(zuò)中(zhōng)，出于對隐私保護的考量，會有(yǒu)網絡中(zhōng)各個端點不願意共享使用(yòng)數據，或是較大的組織不希望與較小(xiǎo)組織共享數據的情況出現，以避免數據洩露和丢失。

IEEE高級會員韓光潔認為(wèi)：“基于區(qū)塊鏈的聯邦學(xué)習技(jì )術，因其具(jù)有(yǒu)可(kě)優化伸縮性且側重隐私數據安(ān)全的技(jì )術特點，可(kě)以極大地完善對網絡基礎設施日常的保護機制，對遠(yuǎn)程辦(bàn)公(gōng)網絡數據安(ān)全保護至關重要。“聯邦學(xué)習（Federated Learning）是一種去中(zhōng)心化的機器學(xué)習技(jì )術，它允許多(duō)個實體(tǐ)（如企業、網絡節點或移動設備）在不交換關鍵數據的情況下，通過分(fēn)散式深度學(xué)習多(duō)次叠代訓練實現知識共享以完善模型，避免了大規模數據彙聚帶來的通信壓力與信息安(ān)全問題，從而增強了各企業組織的數據利用(yòng)率并進一步發掘其無形資産(chǎn)。

端點監控預防企業數據丢失

疫情的沖擊，使得許多(duō)企業面臨了大規模的人員離職流動，而一些離職員工(gōng)對于企業知識産(chǎn)權的不重視，無疑會為(wèi)衆多(duō)企業帶來隐私信息保護難題。在此背景下，IEEE高級會員Kayne McGladrey認為(wèi)，通過在整個企業包括遠(yuǎn)程端點部署端點數據監控技(jì )術，能(néng)有(yǒu)效監控所有(yǒu)網絡端點包括服務(wù)器、雲儲存庫、筆(bǐ)記本電(diàn)腦、手機和任何其他(tā)使用(yòng)、移動或保存數據的設備，從而幫助企業預防商(shāng)業機密和敏感數據外洩，是防止知識産(chǎn)權内部盜竊的重要工(gōng)具(jù)。

IEEE 專家簡介

韓光潔博士，IEEE高級會員，河海大學(xué)教授、物(wù)聯網工(gōng)程研究所所長(cháng)。韓光潔博士主要從事人工(gōng)智能(néng)、工(gōng)業物(wù)聯網、智慧海洋等領域的研究工(gōng)作(zuò)，主持和參與包括國(guó)家重點研發及國(guó)家自然科(kē)學(xué)基金重點項目在内的40餘項科(kē)研項目。