头等玩家官网

年度TOP 10安全解决规划!头号玩家官网荣获WitAwards 2024年度大奖
更新功夫:2024-12-09 起源:原创 编纂:治理员 浏览:539

近日,由网络安全行业门户FreeBuf主办的FCIS 2024网络安全创新大会圆满召开;嵘,FreeBuf颁布了WitAwards 2024入选名单。头号玩家官网基于AI+场景的数据异常监测及防护实际案例获评年度安全解决规划TOP10,这再次展示了头号玩家官网数字安全能力凸起、产品规划落地性稳重,行业影响力备受注定。

1733707205165.jpg



关于WitAwards 2024

WitAwards中国网络安全行业年度评比活动由独立客观的业内权威机构FreeBuf主办,已陆续进行九届。WIT评比自2015年进行以来一向鼓受赞美,是业内广受关注的网络安全创新大奖评比。评比旨在以最专业的角度和最公正的态度,挖掘优良行业案例,设置年度标杆。

WitAwards 2024 历时2个多月,累计百余个项目申报及提名,经由公共投票、甲方投票、专家投票等环节,最终获奖名单在大会现场隆沉揭晓。




头号玩家官网基于AI+场景的数据异常监测及防护解决规划通过自动定向探测和被动流量采集等方式,汇聚全网数据链路有关数据,并利用AI技术关联分析和深度挖掘,从数据资产、数据利用服务、数据接见身份、数据措置行为、数据安全措施等五个维度还原数据场景。在定位关键节点、复现流转链路的基础上,实现数据风险全时感知,支持数据安全全域治理。


AI利用创新点一:
构建HMT-M异常流量检测模型检测恶意加密流量

模型基于textCNN和多头把稳力的流量分层表征,以会话流作为流量检测分类粒度;以“多头把稳力”机造进行时序特点提取,预防了由于序列过长导致的特点敏感度降落的情况;基于流量档次结构,通过有效整合加密流量的部门特点和全局特点,得到更正确的检测成效。



AI利用创新点二:
建设基于NLP的非结构化数据分类分级模型提升匹配精准度

利用NLP技术有效结合无监督进建和监督进建模型,分阶段来实现对非结构化数据的分类分级。在初期阶段使用无监督进建模型,通过对比进建+聚类的方式对大量的无标签样本进行分类分级,来累积初始的标签样本,之后通过监督进建模型来进一步提升整体分类分级的正确性。



随着网络安全天堑的不休拓展,数字安全能力也需随之持续提升。头号玩家官网将持续与全行业共同推动数据安全防护能力的创新和发展,为构建越发安全、不变、靠得住的网络环境以及数字经济的蓬勃发展提供坚实的技术支持和保险。




创造更安全的数字将来 身份与接见安全 · 数据安全 · 安全治理与运营 · 安全服务
211217064502498
【网站地图】