XNET: Intelligent Dynamic Sampling for High-Speed Network Security Monitoring
随着现代企业网络普遍迈入100GbE线速时代,网络监控与安全应用面临严峻的可扩展性挑战。传统做法往往依赖昂贵硬件、过度采样或复杂分布式部署,而随机丢包导致的随机性数据采样常使流量质量下降,尤其会漏掉隐藏在低速率流量中的关键安全事件(如APT
共收录 2 条相关情报。
← 返回所有主题随着现代企业网络普遍迈入100GbE线速时代,网络监控与安全应用面临严峻的可扩展性挑战。传统做法往往依赖昂贵硬件、过度采样或复杂分布式部署,而随机丢包导致的随机性数据采样常使流量质量下降,尤其会漏掉隐藏在低速率流量中的关键安全事件(如APT
本文提出了一种面向部署的可解释人工智能辅助 eBPF/XDP 缓解框架,专门针对物联网边缘网关设计。物联网环境由异构、资源受限的设备组成,这些设备安全配置薄弱、服务暴露、日志记录有限、补丁更新困难且生命周期长。传统的基于签名和阈值的控制方法