يمكن لـ GenAI والتعلم الآلي تحليل كميات هائلة من البيانات في الوقت الفعلي، وتحديد الأنماط والحالات الشاذة، والمساعدة في اتخاذ قرارات أكثر كفاءة تعتمد على البيانات. تستفيد العديد من المؤسسات الأمنية بالفعل من قوة GenAI من خلال الأمان المدعوم بالذكاء الاصطناعي للمساعدة في زيادة الكفاءة والدقة ورفع مهارات فرقها. يمكنك العثور على أمثلة لكيفية الاستفادة من الأمان المدعوم بالذكاء الاصطناعي في مؤسستك في هذه المدونة. يستخدم Wiz الذكاء الاصطناعي التوليدي كجزء من إمكانيات Ask AI، بما في ذلك العلاج المدعوم بالذكاء الاصطناعيوتخصيص سياسات Rego باستخدام الذكاء الاصطناعي واستعلام الرسم البياني بالذكاء الاصطناعي، مما يوفر لغة طبيعية لتحويل استعلام الرسم البياني. لمزيد من استكشاف قوة GenAI، جرب فريق أبحاث Wiz حالة استخدام أمنية جديدة مدعومة بالذكاء الاصطناعي لتصنيف بيانات تعلم الآلة، من خلال الاستفادة من NVIDIA AI. تستكشف هذه المدونة كيفية استكشاف فريق أبحاث Wiz لاستخدام نفيديا نيم لنماذج Meta Llama 3 لتصنيف البيانات، بهدف تحسين دقة وكفاءة تحديد مجال قاعدة البيانات الحساسة.
تقدم NVIDIA NIM مستويات جديدة من الأداء والكفاءة لنشر LLM المفتوح، وتبسيط المهام المعتمدة على البيانات، مثل تصنيف البيانات. يوضح تعاوننا مع Wiz كيف يمكن للذكاء الاصطناعي من خلال NIM إعادة تشكيل أمن البيانات – مما يمكّن المؤسسات من تحديد معلوماتها الحساسة وتأمينها بدقة وسرعة غير مسبوقتين.
بارتلي ريتشاردسون، مدير الهندسة في NVIDIA
تصنيف البيانات على أساس التعلم الآلي
في عالم اليوم الذي يتمحور حول البيانات، يعد تأمين المعلومات الحساسة أمرًا بالغ الأهمية، خاصة بالنسبة للشركات التي تتعامل مع كميات كبيرة من معلومات التعريف الشخصية (PII)، والبيانات المالية، والأصول السرية الأخرى. يساعد Wiz DSPM المؤسسات على حماية بياناتها السحابية من خلال اكتشاف البيانات الحساسة وتصنيفها وتقييم مخاطر البيانات عبر بصمتها السحابية.
يمكن أن يكون لتعلم الآلة فوائد عظيمة عندما يتعلق الأمر بأمن البيانات أيضًا. يمكن لنماذج الذكاء الاصطناعي رؤية الصورة الأكبر بسهولة لفهم السياق وتحديد أنماط البيانات الحساسة المحتملة بسهولة. في تجربتنا، قمنا بالاستفادة من LLM لمحاولة فهم ما إذا كانت قاعدة البيانات تحتوي على بيانات حساسة بناءً على اسم قاعدة البيانات والجدول ومخططات الجداول فقط. حاولنا بعد ذلك تحديد الغرض من قاعدة البيانات، على سبيل المثال، قاعدة البيانات المستخدمة لتخزين البيانات المتعلقة بالتطبيقات أو البيانات المالية، وما إلى ذلك. باستخدام LLM تمكنا من تحليل جميع المعلومات لتصنيف ما إذا كانت قاعدة البيانات تحتوي على بيانات حساسة. استخدمنا أيضًا LLM لوصف ما تحتويه قاعدة البيانات فعليًا، على سبيل المثال، إذا كانت بيانات تطبيق محددة (مثل WordPress)، أو سجلات التطبيق، أو بيانات CRM.
الاستفادة من NVIDIA NIM لتشغيل نماذج Llama
نفيديا نيم، جزء من نفيديا الذكاء الاصطناعي المؤسسة النظام الأساسي للبرمجيات، عبارة عن مجموعة من الخدمات الاستدلالية الصغيرة سهلة الاستخدام للنشر الآمن والموثوق لاستدلال نماذج الذكاء الاصطناعي عالي الأداء. فهو يسمح للمؤسسات بالابتكار باستخدام الذكاء الاصطناعي بشكل أسرع من خلال توفير حاويات للاستضافة الذاتية لخدمات الاستدلال الدقيقة المسرّعة بواسطة وحدة معالجة الرسومات لنماذج الذكاء الاصطناعي المدربة مسبقًا والمخصصة. بالتعاون مع NVIDIA، استكشف فريق أبحاث Wiz استخدام NVIDIA NIM لتصنيف البيانات. استخدمنا خدمات NIM الصغيرة لنماذج Llama 3 على AWS من خلال AWS Marketplace.
يمكن أن يكون للذكاء الاصطناعي فوائد كبيرة في حالات استخدام أمن البيانات. باستخدام NVIDIA NIM، شهدنا تحسينًا في كفاءة ودقة تصنيف البيانات ونتطلع إلى مزيد من التعاون مع NVIDIA
إيريز هاروس، قائد أبحاث الذكاء الاصطناعي في Wiz
من خلال الإعداد السهل وفي أقل من ساعة واحدة، تمكنا من نشر نموذج Llama باستخدام NVIDIA NIM مع واجهة برمجة التطبيقات المتوافقة مع OpenAI بأكثر الطرق فعالية. وفقًا لاختباراتنا، كان الأداء على NVIDIA NIM أفضل مرتين من تشغيل النموذج كما هو، وأفضل بنسبة 25% من التشغيل على إطار عمل مفتوح المصدر شائع على وحدة معالجة رسومات واحدة. لقد تمكنا من معالجة المزيد من البيانات بشكل أسرع على نفس العدد من الموارد والتوسع بسهولة عن طريق تحديث تكوين NIM لتشغيل نماذج متعددة على نفس الجهاز. على سبيل المثال، استغرقت معالجة 1000 عينة من البيانات 1.4 ثانية في المتوسط باستخدام NIM، في حين استغرق الأمر 1.8 ثانية مع برنامج الاستدلال الشهير مفتوح المصدر، وما يقرب من 3 ثوانٍ مع تشغيل النموذج كما هو. كما كان من السهل أيضًا توسيع نطاق NIM، إذ كان بإمكاننا تشغيل عدد قليل من مثيلات NIM على جهاز أقوى، مما يسمح لنا بمعالجة البيانات بسرعة.
نحن نتطلع إلى مواصلة استكشاف حالات الاستخدام الأمني المدعومة بالذكاء الاصطناعي والتعاون مع NVIDIA. تعلم المزيد عن نفيديا نيم و الحذق DSPM. إذا كنت ترغب في رؤية Wiz أثناء العمل، فنحن نود أن نتواصل معك عرض حي.
