IOM-1020 10100/1/1 900R12-0001 实现加密流量可见性

IOM-1020 10100/1/1 900R12-0001 实现加密流量可见性

DPI引擎现在利用机器学习和深度学习方法来提供加密流量的卓越可见性，并减轻传统DPI方法常见的流量可见性损失。凭借其新的基于ML的加密流量分析功能，ipoque为网络和网络安全解决方案提供了一个面向未来的DPI引擎，这与市场上的任何其他DPI库都不同。

在过去几年中，SSL、TLS、SSH、PGP和IPsec等协议在加密应用中的使用稳步上升。“就端到端安全通信而言，加密让企业受益匪浅。然而，从流量管理的角度来看，它在网络中造成了很大的可见性差距，”ipoque工程副总裁Martin Mieth博士说。“当今网络上加密攻击的数量不断增加，这表明需要更先进的流量监控和检查技术来检测隐藏在这些加密流中的威胁。”

R&SPACE 2部署了加密流量智能(ETI)，这是一种将机器学习(ML)、深度学习(DL)和高维数据分析与传统的DPI方法相结合的方法，用于检查加密、匿名和模糊的流量。ETI涉及使用先进的ML算法进行交通检测，并对数据进行DL支持的分层处理，以提取AI特征，这些特征是这些算法的基础。这些算法应用于网络中的数据流，以提供流量感知，不仅显示加密流量，还显示通过VPNs代理的流量以及基于随机化、隧道和模仿等方法的模糊流量。它结合了1，000多种特征，包括统计和时间序列特征以及数据包级特征，从而实现了非常高的分类准确度和整体精度。

除了ML和DL，ETI还部署了其他先进的DPI方法，包括统计/行为分析和启发式的细粒度流量分析。这使得R&SPACE 2能够为下一代防火墙、DDoS预防系统、SASE、CASBs和NAC等网络管理和网络安全解决方案提供对恶意和异常流量模式的精细洞察，实时识别源应用和协议。