Πώς το ReliaQuest χρησιμοποιεί το Amazon SageMaker για να επιταχύνει την τεχνητή νοημοσύνη του Κατά 35x

Αναδημοσίευση από τον Πλάτωνα

Ακολουθούν: 0

Η κυβερνοασφάλεια συνεχίζει να αποτελεί βασικό μέλημα για τις επιχειρήσεις. Ωστόσο, το συνεχώς εξελισσόμενο τοπίο απειλών που αντιμετωπίζουν καθιστά πιο δύσκολο από ποτέ να είναι σίγουροι για την προστασία τους στον κυβερνοχώρο.

Για να αντιμετωπιστεί αυτό, ReliaQuest χτισμένο Φαιά ουσία, μια πλατφόρμα Open XDR-as-a-Service που συνδυάζει τηλεμετρία από οποιαδήποτε λύση ασφάλειας και επιχείρησης, είτε εντός εγκατάστασης είτε σε ένα ή πολλά σύννεφα, για να ενοποιήσει την ανίχνευση, την έρευνα, την απόκριση και την ανθεκτικότητα.

Το 2021, η ReliaQuest στράφηκε στην AWS για να τη βοηθήσει να βελτιώσει τις δυνατότητές της τεχνητής νοημοσύνης (AI) και να δημιουργήσει νέες λειτουργίες πιο γρήγορα.

Χρησιμοποιώντας Amazon Sage Maker, Μητρώο εμπορευματοκιβωτίων Amazon Elastic (ECR), και Λειτουργίες βημάτων AWS, η ReliaQuest μείωσε τον χρόνο που απαιτείται για την ανάπτυξη και τη δοκιμή κρίσιμων νέων δυνατοτήτων AI για την πλατφόρμα GreyMatter από δεκαοκτώ μήνες σε δύο εβδομάδες. Αυτό αύξησε την ταχύτητα της καινοτομίας της AI κατά 35 φορές.

«Αυτή η καινοτόμος αρχιτεκτονική μείωσε δραματικά τον χρόνο στην αξία των πρωτοβουλιών επιστήμης δεδομένων της ReliaQuest.

Τώρα, μπορούμε πραγματικά να επικεντρωθούμε σε ό,τι είναι πιο σημαντικό – στην ανάπτυξη ισχυρών λύσεων για να βελτιώσουμε περαιτέρω την ασφάλεια του περιβάλλοντος των πελατών μας σε ένα συνεχώς μεταβαλλόμενο τοπίο απειλών.”

Lauren Jenkins, Snr Product Manager, Data Science, ReliaQuest

Χρήση τεχνητής νοημοσύνης για τη βελτίωση της απόδοσης των ανθρώπινων αναλυτών

Το GreyMatter ακολουθεί μια θεμελιωδώς νέα προσέγγιση στην ασφάλεια στον κυβερνοχώρο, συνδυάζοντας το προηγμένο λογισμικό με μια ομάδα άρτια εκπαιδευμένων αναλυτών ασφαλείας για να προσφέρει δραστικά βελτιωμένη αποτελεσματικότητα και αποδοτικότητα ασφάλειας.

Αν και οι αναλυτές ασφαλείας της ReliaQuest είναι μερικά από τα καλύτερα εκπαιδευμένα ταλέντα ασφαλείας στον κλάδο, ένας μόνο αναλυτής μπορεί να λάβει εκατοντάδες νέα περιστατικά ασφαλείας κάθε μέρα. Αυτοί οι αναλυτές πρέπει να επανεξετάσουν κάθε περιστατικό για να καθορίσουν το επίπεδο απειλής και τη βέλτιστη μέθοδο απόκρισης.

Για να βελτιστοποιήσει αυτή τη διαδικασία και να μειώσει το χρόνο για επίλυση, η ReliaQuest ξεκίνησε να αναπτύξει ένα σύστημα συστάσεων βασισμένο σε AI που αντιστοιχίζει αυτόματα νέα περιστατικά ασφαλείας με παρόμοια προηγούμενα περιστατικά. Αυτό ενίσχυσε την ταχύτητα με την οποία οι ανθρώπινοι αναλυτές μπορούν να αναγνωρίσουν τον τύπο του περιστατικού καθώς και την καλύτερη επόμενη ενέργεια.

Χρησιμοποιώντας το Amazon SageMaker για να βάλετε το AI να λειτουργήσει πιο γρήγορα

Η ReliaQuest είχε αναπτύξει ένα μοντέλο αρχικής μηχανικής μάθησης (ML), αλλά του έλειπε η υποστηρικτική υποδομή για να το χρησιμοποιήσει.

Για να το λύσουν αυτό, ο Επιστήμονας Δεδομένων της ReliaQuest, Mattie Langford, και ο ML Ops Engineer, Riley Rohloff, στράφηκαν στο Amazon SageMaker. Το SageMaker είναι μια πλατφόρμα ML από άκρο σε άκρο που βοηθά τους προγραμματιστές και τους επιστήμονες δεδομένων γρήγορα και εύκολα να δημιουργήσουν, να εκπαιδεύσουν και να αναπτύξουν μοντέλα ML.

Το Amazon SageMaker επιταχύνει την ανάπτυξη φόρτου εργασίας ML απλοποιώντας τη διαδικασία δημιουργίας ML. Παρέχει ένα ευρύ σύνολο δυνατοτήτων ML πέρα από την πλήρως διαχειριζόμενη υποδομή. Αυτό αφαιρεί την αδιαφοροποίητη άρση βαρέων βαρών που πολύ συχνά εμποδίζει την ανάπτυξη ML.

Η ReliaQuest επέλεξε το SageMaker λόγω της ενσωματωμένης δυνατότητας φιλοξενίας, μια βασική δυνατότητα που επέτρεψε στη ReliaQuest να αναπτύξει γρήγορα το αρχικό προεκπαιδευμένο μοντέλο της σε πλήρως διαχειριζόμενη υποδομή.

Η ReliaQuest χρησιμοποίησε επίσης το Amazon ECR για την αποθήκευση των προεκπαιδευμένων εικόνων μοντέλων της, χρησιμοποιώντας το μητρώο κοντέινερ πλήρως διαχειριζόμενο από το Amazon ECR που διευκολύνει την αποθήκευση, διαχείριση, κοινή χρήση και ανάπτυξη εικόνων και τεχνουργημάτων κοντέινερ, όπως προεκπαιδευμένα μοντέλα ML, οπουδήποτε.

Η ReliaQuest επέλεξε το Amazon ECR λόγω της εγγενούς ενσωμάτωσής του με το Amazon SageMaker. Αυτό του επέτρεψε να εξυπηρετεί προσαρμοσμένες εικόνες μοντέλων τόσο για εκπαίδευση όσο και για προβλέψεις, οι τελευταίες μέσω μιας προσαρμοσμένης εφαρμογής Flask που είχε δημιουργήσει.

Χρησιμοποιώντας το Amazon SageMaker και το Amazon ECR, μια ενιαία ομάδα της ReliaQuest ανέπτυξε, δοκίμασε και ανέπτυξε το προεκπαιδευμένο μοντέλο της πίσω από ένα διαχειριζόμενο τελικό σημείο γρήγορα και αποτελεσματικά, χωρίς να χρειάζεται να μεταβιβαστεί σε άλλες ομάδες ή να εξαρτηθεί από άλλες ομάδες για υποστήριξη.

Χρήση AWS Step Functions για αυτόματη επανεκπαίδευση και βελτίωση της απόδοσης του μοντέλου

Επιπλέον, η ReliaQuest μπόρεσε να δημιουργήσει ένα ολόκληρο επίπεδο ενορχήστρωσης για τη ροή εργασίας ML χρησιμοποιώντας AWS Step Functions, μια υπηρεσία οπτικής ροής εργασιών χαμηλού κώδικα που μπορεί να ενορχηστρώσει υπηρεσίες AWS, να αυτοματοποιήσει τις επιχειρηματικές διαδικασίες και να ενεργοποιήσει εφαρμογές χωρίς διακομιστή.

Η ReliaQuest επέλεξε το AWS Step Functions λόγω της βαθιάς λειτουργικότητας και της ενσωμάτωσής του με άλλες υπηρεσίες AWS. Αυτό επέτρεψε στη ReliaQuest να δημιουργήσει έναν πλήρως αυτοματοποιημένο βρόχο εκμάθησης για το μοντέλο του, συμπεριλαμβανομένου:

ένα έναυσμα που αναζήτησε ενημερωμένα δεδομένα σε έναν κάδο S3
μια πλήρης διαδικασία επανεκπαίδευσης που δημιούργησε μια νέα εργασία κατάρτισης με τα ενημερωμένα δεδομένα
αξιολόγηση της απόδοσης αυτής της εργασίας κατάρτισης
προκαθορισμένα όρια ακρίβειας για να καθοριστεί εάν θα ενημερωθεί το αναπτυγμένο μοντέλο μέσω μιας νέας διαμόρφωσης τελικού σημείου.

Χρησιμοποιώντας το AWS για να αυξήσετε την καινοτομία και να επαναλάβετε την προστασία της κυβερνοασφάλειας

Συνδυάζοντας τις λειτουργίες Amazon SageMaker, Amazon ECR και AWS Step Functions, το ReliaQuest μπόρεσε να βελτιώσει την ταχύτητα με την οποία ανέπτυξε και δοκίμασε πολύτιμες νέες δυνατότητες AI από δεκαοκτώ μήνες έως δύο εβδομάδες, με επιτάχυνση 35x στην ανάπτυξη νέων χαρακτηριστικών του.

Όχι μόνο αυτές οι νέες δυνατότητες συνεχίζουν να βελτιώνουν το GreyMatter's συνεχής ανίχνευση απειλών, κυνήγι απειλών και δυνατότητες αποκατάστασης για τους πελάτες της, αλλά επίσης προσφέρουν στη ReliaQuest μια σταδιακή βελτίωση στην ικανότητά της να δοκιμάζει και να αναπτύσσει νέες δυνατότητες στο μέλλον.

Στο περίπλοκο τοπίο των απειλών για την ασφάλεια στον κυβερνοχώρο, η χρήση της τεχνητής νοημοσύνης από τη ReliaQuest για να ενισχύσει τους ανθρώπινους αναλυτές της θα συνεχίσει να βελτιώνει την αποτελεσματικότητά τους. Επιπλέον, οι επιταχυνόμενες δυνατότητες καινοτομίας της θα της επιτρέψουν να συνεχίσει να βοηθά τους πελάτες της να παραμένουν μπροστά στις ταχέως εξελισσόμενες απειλές που αντιμετωπίζουν.

Μάθετε περισσότερα σχετικά με το πώς μπορείτε να επιταχύνετε την ικανότητά σας να καινοτομείτε με την τεχνητή νοημοσύνη με μια επίσκεψη Ξεκινώντας με το Amazon SageMaker ή αναθεώρηση του Πόροι προγραμματιστών Amazon SageMaker σήμερα.

Σχετικά με το Συγγραφέας

Ντάνιελ Μπερκ είναι ο ευρωπαϊκός ηγέτης για AI και ML στον όμιλο Private Equity της AWS. Σε αυτόν τον ρόλο, ο Daniel συνεργάζεται απευθείας με τα ιδιωτικά επενδυτικά κεφάλαια και τις εταιρείες χαρτοφυλακίου τους για να σχεδιάσει και να εφαρμόσει λύσεις AI και ML που επιταχύνουν την καινοτομία και δημιουργούν πρόσθετη επιχειρηματική αξία.