图技术作为智能网络安全驱动力
Deloitte & Co 加强使用图分析、预测分析和人工智能来应对勒索软件、网络钓鱼和零日漏洞
慕尼黑，2021 年 5 月 12 日 – 随着数字化转型，数字威胁也必然增加。尽管68% 的高管充分意识到网络安全风险，但许多人仍然没有投资于正确的工具。根据德国联邦信息安全办公室 (BSI) 的数据，超过一半的企业将不到 10% 的 IT 支出用于网络安全。然而，推荐的比例是 20%。
为了应对勒索软件、网络钓鱼攻击和数据泄露的浪潮，网络安全行业正越来越多地依赖新技术——包括预测分析和人工智能。Neo4j® 发现，结合网络安全和威胁情报解决方案使用图技术的比例显著增加。客户包括 Deloitte 和 Uplevel Security。图数据库提供了必要的数据背景，可以在开放网络、深度网络和暗网上全面了解企业 IT 中的攻击点以及网络威胁形势。
网络犯罪的高度动态性已无法通过线性流程来应对。“防御者以列表思维，攻击者以图思维。只要这种情况持续下去，攻击者就会继续获胜，”微软威胁工程师 John Lambert 在一篇公司博客中指出。网络犯罪分子通常是新技术应用的先驱，并进行基于网络的攻击（例如 DoS 和 DDoS）。他们会多层操作，以模糊痕迹，并将调查人员和威胁检测工具引向错误的方向。大量警报和威胁情报数据给企业的安全团队带来了额外的问题，在资源有限且攻击速度越来越快的情况下，没有自动化解决方案已无法应对。
图技术被认为是机器学习模型的前提。图算法分析互连数据，并几乎实时识别聚类和异常。威胁检测系统因此可以生成更具针对性的警报，同时将误报率降至最低。安全专家赢得关键优势，可以及早采取对策，主动抑制数字风险（修复和缓解）。“大多数安全控制仍然是侦查性的，即反应性的。因此，安全团队一开始就处于劣势，”Deloitte Canada Omnia AI 的网络人工智能高级负责人 Ashkan Rahimian 解释说。“因此，我们的网络人工智能解决方案和攻击路径建模 (APM) 利用图分析和 Neo4j。这样，我们可以及早评估网络风险，并真实地可视化企业中关键业务资产的攻击路径。”
“在不断变化的网络威胁环境中，跟上网络犯罪分子及其复杂方法至关重要，”Neo4j 首席科学家 Jim Webber 在他的Neo4j Connections 2021 会议上发表了演讲，该会议的主题是网络安全。“数据关系是开发现代智能应用的基础。只有在图表中，才能获得新的、有价值的见解。无论是维护关键 IT 资产和安全漏洞的概览、保护敏感数据，还是在网络风险成为威胁之前识别它们。”
在2020 年多伦多大数据和人工智能会议的 Neo4j 演讲中，了解更多关于图技术和网络安全的信息。您可以在 Neo4j 网站上找到所有 Neo4j Connections 2021 演讲，其中包括来自 Deloitte、Palo Alto Networks 和 Uplevel Security 的演示。
更多链接
关于 Neo4j
Neo4j 是领先的图技术提供商。作为全球最广泛使用的图数据库，它支持德国糖尿病研究中心 e.V.、NASA、瑞银集团 (UBS) 和戴姆勒等企业发现人、流程、地点和系统之间的联系，并进行数据驱动的预测。专注于数据关系使得开发智能应用程序并克服互连数据的挑战成为可能——从分析和人工智能到欺诈检测和实时推荐，再到知识图谱。更多信息请访问Neo4j.com和@Neo4j。
Neo4j 媒体热线
pr@neo4j.com
neo4j.com/news/
Lucy Turpin Communications
Sabine Listl / Jennifer Jurkovic
+49 89 417761—16/18
neo4j@LucyTurpin.com