Top
首页 > 正文

IEEE专家:人工智能+端点监控,守护远程办公网络安全

近来随着疫情常态化,如何在持续严防疫情风险的同时保证社会生活的有序高效运行,成为了各行各业的关注焦点。在办公领域,通过现代互联网技术,实现在家办公、异地办公、移动办公的远程办公,逐渐成为了后疫情时代大势所趋的办公模式,但伴随而来的网络安全隐患也不容小觑——企业员工在使用个人设备及家庭网络接入企业服务器进行远程办公时,网络安全系数实则远低于企业网络,员工的个人设备一旦遭受网络犯罪分子的攻击,就可能危及企业的网络安全。 对此,IEEE高级会员韩光洁以及IEEE高级会员Kayne McGladrey两位网络安
发布时间:2021-10-18 16:50        来源:赛迪网        作者:

近来随着疫情常态化,如何在持续严防疫情风险的同时保证社会生活的有序高效运行,成为了各行各业的关注焦点。在办公领域,通过现代互联网技术,实现在家办公、异地办公、移动办公的远程办公,逐渐成为了后疫情时代大势所趋的办公模式,但伴随而来的网络安全隐患也不容小觑——企业员工在使用个人设备及家庭网络接入企业服务器进行远程办公时,网络安全系数实则远低于企业网络,员工的个人设备一旦遭受网络犯罪分子的攻击,就可能危及企业的网络安全。

对此,IEEE高级会员韩光洁以及IEEE高级会员Kayne McGladrey两位网络安全领域专家,分别分享了他们认为对提高远程办公网络安全行之有效的技术建议。

联邦学习技术保障企业数据隐私

面对远程办公所带来的网络安全隐患,很多企业的安全系统开始运用人工智能作为加强网络安全的重要技术手段:人工智能技术可以帮助企业快速检测办公网络的异常行为并及时做出响应;且当人工智能技术收集到更多的使用数据时,检测系统就能变得更完善。然而在实际的工作中,出于对隐私保护的考量,会有网络中各个端点不愿意共享使用数据,或是较大的组织不希望与较小组织共享数据的情况出现,以避免数据泄露和丢失。

IEEE高级会员韩光洁认为:“基于区块链的联邦学习技术,因其具有可优化伸缩性且侧重隐私数据安全的技术特点,可以极大地完善对网络基础设施日常的保护机制,对远程办公网络数据安全保护至关重要。“联邦学习(Federated Learning)是一种去中心化的机器学习技术,它允许多个实体(如企业、网络节点或移动设备)在不交换关键数据的情况下,通过分散式深度学习多次迭代训练实现知识共享以完善模型,避免了大规模数据汇聚带来的通信压力与信息安全问题,从而增强了各企业组织的数据利用率并进一步发掘其无形资产。

端点监控预防企业数据丢失

疫情的冲击,使得许多企业面临了大规模的人员离职流动,而一些离职员工对于企业知识产权的不重视,无疑会为众多企业带来隐私信息保护难题。在此背景下,IEEE高级会员Kayne McGladrey认为,通过在整个企业包括远程端点部署端点数据监控技术,能有效监控所有网络端点包括服务器、云储存库、笔记本电脑、手机和任何其他使用、移动或保存数据的设备,从而帮助企业预防商业机密和敏感数据外泄,是防止知识产权内部盗窃的重要工具。

IEEE 专家简介

韩光洁博士IEEE高级会员,河海大学教授、物联网工程研究所所长。韩光洁博士主要从事人工智能、工业物联网、智慧海洋等领域的研究工作,主持和参与包括国家重点研发及国家自然科学基金重点项目在内的40余项科研项目。

韩光洁博士过往分享:《IEEE专家:人工智能助力网络安全,让网络攻击无所遁形》

关于 IEEE

IEEE (电气电子工程师学会)是全球最大的专业技术组织,致力于为人类推动科技进步。通过其在国际范围内被广泛引用的刊物,会议,技术标准,以及各种专业活动和学术活动,IEEE在全球航空航天、生物科技、计算机工程、新能源、地理信息系统、神经网络、无线通信等高科技领域的技术发展上走在了前沿。IEEE积极搭建开放共享的国际合作舞台,开展学术及科技交流活动,发展不同的科技和学术平台,希望可以充分发挥学会会员的协同效应,建立活跃的学术和技术创新生态,助力下一代专业技术人员的发展与壮大。

每日必读

专题访谈

合作站点