人工智能+端點監控,守護遠程辦公網絡安全

近來隨著疫情常態化，如何在持續嚴防疫情風險的同時保證社會生活的有序高效運行，成為了各行各業的關注焦點。在辦公領域，通過現代互聯網技術，實現在家辦公、異地辦公、移動辦公的遠程辦公，逐漸成為了后疫情時代大勢所趨的辦公模式，但伴隨而來的網絡安全隱患也不容小覷——企業員工在使用個人設備及家庭網絡接入企業服務器進行遠程辦公時，網絡安全系數實則遠低于企業網絡，員工的個人設備一旦遭受網絡犯罪分子的攻擊，就可能危及企業的網絡安全。

對此，IEEE高級會員韓光潔以及IEEE高級會員Kayne McGladrey兩位網絡安全領域專家，分別分享了他們認為對提高遠程辦公網絡安全行之有效的技術建議。

聯邦學習技術保障企業數據隱私

面對遠程辦公所帶來的網絡安全隱患，很多企業的安全系統開始運用人工智能作為加強網絡安全的重要技術手段：人工智能技術可以幫助企業快速檢測辦公網絡的異常行為并及時做出響應；且當人工智能技術收集到更多的使用數據時，檢測系統就能變得更完善。然而在實際的工作中，出于對隱私保護的考量，會有網絡中各個端點不愿意共享使用數據，或是較大的組織不希望與較小組織共享數據的情況出現，以避免數據泄露和丟失。

IEEE高級會員韓光潔認為：“基于區塊鏈的聯邦學習技術，因其具有可優化伸縮性且側重隱私數據安全的技術特點，可以極大地完善對網絡基礎設施日常的保護機制，對遠程辦公網絡數據安全保護至關重要?！奥摪顚W習（Federated Learning）是一種去中心化的機器學習技術，它允許多個實體（如企業、網絡節點或移動設備）在不交換關鍵數據的情況下，通過分散式深度學習多次迭代訓練實現知識共享以完善模型，避免了大規模數據匯聚帶來的通信壓力與信息安全問題，從而增強了各企業組織的數據利用率并進一步發掘其無形資產。

端點監控預防企業數據丟失

疫情的沖擊，使得許多企業面臨了大規模的人員離職流動，而一些離職員工對于企業知識產權的不重視，無疑會為眾多企業帶來隱私信息保護難題。在此背景下，IEEE高級會員Kayne McGladrey認為，通過在整個企業包括遠程端點部署端點數據監控技術，能有效監控所有網絡端點包括服務器、云儲存庫、筆記本電腦、手機和任何其他使用、移動或保存數據的設備，從而幫助企業預防商業機密和敏感數據外泄，是防止知識產權內部盜竊的重要工具。

IEEE 專家簡介

韓光潔博士，IEEE高級會員，河海大學教授、物聯網工程研究所所長。韓光潔博士主要從事人工智能、工業物聯網、智慧海洋等領域的研究工作，主持和參與包括國家重點研發及國家自然科學基金重點項目在內的40余項科研項目。

• 已是第一條
• 下一條： 什么是物聯網？