Kako ReliaQuest uporablja Amazon SageMaker za 35-kratno pospešitev svoje inovacije AI 

Kibernetska varnost je še naprej glavna skrb podjetij. A zaradi nenehno razvijajočega se okolja groženj, s katerim se soočajo, je težje kot kdaj koli prej zaupati v svojo kibernetsko varnost.

Če želite to rešiti, ReliaQuest zgrajena GreyMatter, odprta platforma XDR-as-a-Service, ki združuje telemetrijo iz katere koli varnostne in poslovne rešitve, bodisi na mestu uporabe ali v enem ali več oblakih, za poenotenje odkrivanja, preiskave, odzivanja in odpornosti.

Leta 2021 se je ReliaQuest obrnil na AWS, da bi mu pomagal izboljšati zmogljivosti umetne inteligence (AI) in hitreje zgraditi nove funkcije.

Uporaba Amazon SageMaker, Registar elastičnih zabojnikov Amazon (ECR) in Korak funkcije AWS, je ReliaQuest zmanjšal čas, potreben za uvedbo in testiranje ključnih novih zmogljivosti AI za svojo platformo GreyMatter z osemnajstih mesecev na dva tedna. To je povečalo hitrost njegove inovacije AI za 35x.

»Ta inovativna arhitektura je dramatično skrajšala čas do pridobitve vrednosti podatkovnih pobud ReliaQuest. Zdaj se lahko resnično osredotočimo na tisto, kar je najpomembnejše – razvoj zmogljivih rešitev za nadaljnje izboljšanje varnosti okolij naših strank v okolju nenehno spreminjajočih se groženj.« Lauren Jenkins, Snr Product Manager, Data Science, ReliaQuest

Uporaba AI za izboljšanje učinkovitosti človeških analitikov

GreyMatter uporablja bistveno nov pristop k kibernetski varnosti, pri čemer združuje napredno programsko opremo z ekipo visoko usposobljenih varnostnih analitikov, da zagotovi drastično izboljšano učinkovitost in učinkovitost varnosti.

Čeprav so varnostni analitiki ReliaQuest eni izmed najbolje usposobljenih varnostnih talentov v panogi, lahko en sam analitik vsak dan prejme na stotine novih varnostnih incidentov. Ti analitiki morajo pregledati vsak incident, da določijo stopnjo grožnje in optimalno metodo odziva.

Da bi poenostavil ta postopek in skrajšal čas do rešitve, se je ReliaQuest odločil razviti sistem priporočil, ki temelji na umetni inteligenci in ki samodejno poveže nove varnostne incidente s podobnimi prejšnjimi dogodki. To je povečalo hitrost, s katero lahko človeški analitiki prepoznajo vrsto incidenta in najboljši naslednji ukrep.

Uporaba Amazon SageMaker za hitrejše delovanje AI

ReliaQuest je razvil začetni model strojnega učenja (ML), vendar mu je manjkala podporna infrastruktura za njegovo uporabo.

Da bi to rešili, sta se Data Scientist pri ReliaQuest, Mattie Langford, in inženir ML Ops, Riley Rohloff, obrnila na Amazon SageMaker. SageMaker je platforma ML od konca do konca, ki razvijalcem in podatkovnim znanstvenikom pomaga hitro in enostavno zgraditi, usposobiti in uvesti modele ML.

Amazon SageMaker pospeši uvajanje delovnih obremenitev ML s poenostavitvijo postopka gradnje ML. Zagotavlja širok nabor zmogljivosti ML poleg popolnoma upravljane infrastrukture. To odstrani nediferencirano dvigovanje težkih stvari, ki prepogosto ovira razvoj ML.

ReliaQuest je izbral SageMaker zaradi njegove vgrajene funkcije gostovanja, ključne zmožnosti, ki je ReliaQuestu omogočila hitro uvedbo svojega prvotnega vnaprej usposobljenega modela na popolnoma upravljano infrastrukturo.

ReliaQuest je prav tako uporabil Amazon ECR za shranjevanje svojih vnaprej usposobljenih slik modelov z uporabo popolnoma upravljanega registra vsebnikov Amazon ECR, ki olajša shranjevanje, upravljanje, skupno rabo in uvajanje slik vsebnikov in artefaktov, kot so vnaprej usposobljeni modeli ML, kjer koli.

ReliaQuest je izbral Amazon ECR zaradi njegove izvorne integracije z Amazon SageMaker. To mu je omogočilo streženje slik modelov po meri za usposabljanje in napovedi, slednje prek aplikacije Flask po meri, ki jo je zgradil.

Z uporabo Amazon SageMaker in Amazon ECR je ena sama ekipa ReliaQuest razvila, preizkusila in uvedla svoj vnaprej usposobljeni model za upravljano končno točko hitro in učinkovito, ne da bi bilo treba predati drugim ekipam ali biti odvisna od podpore.

Uporaba funkcij AWS Step Functions za samodejno ponovno usposabljanje in izboljšanje zmogljivosti modela

Poleg tega je ReliaQuest lahko zgradil celotno orkestracijsko plast za svoj potek dela ML z uporabo AWS Step Functions, storitve vizualnega poteka dela z nizko kodo, ki lahko orkestrira storitve AWS, avtomatizira poslovne procese in omogoči aplikacije brez strežnika.

ReliaQuest je izbral AWS Step Functions zaradi njegove globoke funkcionalnosti in integracije z drugimi storitvami AWS. To je ReliaQuestu omogočilo, da zgradi popolnoma avtomatizirano učno zanko za svoj model, vključno z:

• sprožilec, ki je iskal posodobljene podatke v vedru S3
• popoln proces preusposabljanja, ki je ustvaril novo delovno mesto za usposabljanje s posodobljenimi podatki
• oceno uspešnosti tega dela usposabljanja
• vnaprej določene pragove natančnosti za določitev, ali naj se razporejeni model posodobi prek nove konfiguracije končne točke.

Uporaba AWS za povečanje inovativnosti in preoblikovanje zaščite kibernetske varnosti

Z združevanjem Amazon SageMaker, Amazon ECR in AWS Step Functions je ReliaQuest lahko izboljšal hitrost, s katero je uvajal in testiral dragocene nove zmogljivosti AI od osemnajstih mesecev do dveh tednov, kar je 35-kratni pospešek pri uvajanju nove funkcije.

Ne samo, da te nove zmogljivosti še naprej izboljšujejo GreyMatter neprekinjeno odkrivanje groženj, lovljenje groženj in zmogljivosti za odpravo napak za svoje stranke, ampak tudi zagotavljajo ReliaQuestu postopno izboljšavo v njegovi sposobnosti testiranja in uvajanja novih zmogljivosti v prihodnost.

V kompleksni pokrajini groženj kibernetski varnosti bo ReliaQuestova uporaba umetne inteligence za izboljšanje človeških analitikov še naprej izboljševala njihovo učinkovitost. Poleg tega mu bodo njegove pospešene inovacijske zmogljivosti omogočile, da še naprej pomaga svojim strankam, da ostanejo pred hitro razvijajočimi se grožnjami, s katerimi se soočajo.

Izvedite več o tem, kako lahko pospešite svojo sposobnost inoviranja z umetno inteligenco, tako da obiščete Kako začeti uporabljati Amazon SageMaker ali pregledovanje Viri za razvijalce Amazon SageMaker danes.

---

O Author

Daniel Burke je evropski vodja za AI in ML v skupini zasebnega kapitala pri AWS. V tej vlogi Daniel sodeluje neposredno s skladi zasebnega kapitala in njihovimi portfeljskimi podjetji pri oblikovanju in implementaciji rešitev AI in ML, ki pospešujejo inovacije in ustvarjajo dodatno vrednost podjetja.

Vir: https://aws.amazon.com/blogs/machine-learning/how-reliaquest-uses-amazon-sagemaker-to-accelerate-its-ai-innovation-by-35x/