تقویت امنیت و مدیریت دستگاه با به‌روزرسانی هوش مصنوعی جدید HPE Aruba

هویت‌یابی پیشرفته دستگاه‌ها با استفاده از ویژگی‌های هوش مصنوعی عرضه شده توسط HPE Aruba
شبکه HPE Aruba Networking Central به تازگی ویژگی پشتیبانی از هوش مصنوعی جدید را به‌کار گرفته است که طراحی شده است تا به‌طور چشمگیری شناخت و دسته‌بندی دستگاه‌ها در شبکه را بهبود دهد. مدل‌های پیچیده یادگیری ماشین که اکنون به عنوان بخشی از سیستم وجود دارند، به دقت ویژگی‌های پویا مانند الگوهای ترافیک و نحوه تعامل دستگاه‌ها با شبکه را مورد بررسی دقیق قرار می‌دهند.

تمرکز اینجا نه تنها بر دقت شناسایی دستگاه‌های اینترنت اشیا و سنتی است، بلکه بر مبانی رفتاری نیز تاکید دارد. این مبانی برای شناسایی هر انحرافی که ممکن است نشانه نفوذ امنیتی یا تلاشی برای تخلف باشد، بسیار حیاتی هستند.

پروتکل‌های امنیتی ریزتر با قابلیت‌های تقویت شده با هوش مصنوعی ارائه شده توسط HPE Aruba
برای تقویت بیشتر معماری امنیتی خود، HPE Aruba عملکردهای اضافی هوش مصنوعی‌بخشیده است. سیستم اکنون قادر به انتقال هوشمند نقاط دسترسی (APs) به حالت خواباندن در هنگام کاهش فعالیت شبکه می‌باشد که با کاهش آسیب‌پذیری‌های پتانسیلی، خطر حملات سایبری را کاهش می‌دهد.

علاوه بر این، هم‌ترازی فن‌آوری امنیتی Axis Security که پس از حوزه یافته‌ای HPE Aruba در سال 2023 وارد شده است، قصد دارد دسته SSE خود را پیشبرد کند. این فناوری توسط Gartner به عنوان یکی از ترکیب کننده‌های خدمات امنیتی اساسی در یک راه‌حل مبتنی بر ابر شناخته شده است، SSE هدف از تسهیل مدیریت امنیت را دنبال می‌کند در حالی که شامل یک آرایه گسترده از کارکردهای مهم می‌شود.

کنترل جامع و نظارت از طریق HPE Aruba
با افرایش نرم‌افزار سوییت SSE خود، HPE Aruba Firewall-as-a-Service (FWaaS) را معرفی کرده است که یک بخش راهبردی از بسته امنیتی آن‌ها محسوب می‌شود. این افزودنی امکان کنترل ریزتر و متمرکزتر بر روی امنیت شبکه و تنظیم‌های سیاستی را از طریق یک رابط کاربری یکپارچه ارائه می‌دهد.

همراه با FWaaS، داشبوردهای جدید در شبکه SSE HPE Aruba پیاده‌سازی شده‌اند تا نظارت بهبود یافته بر وضعیت‌های امنیتی را ارائه دهند. این داشبوردها به تیم‌های امنیتی ابزارها می‌دهند تا برنامه‌های کاربردی را نظارت کنند، فعالیت کاربر را نظارت کنند، رویدادهای امنیتی را ارزیابی نمایند و پیاده‌سازی ZTNA را پیگیری کنند – یک حرکت استراتژیک برای کاهش ریسک‌های مرتبط با برنامه‌های غیرمجاز و IT کم‌نور در یک سازمان.

سوالات و پاسخ‌ها

1. چه چیزی HPE Aruba به مرکز شبکه‌ای خود به تازگی اضافه کرده است؟
HPE Aruba به تازگی مدل‌های پیچیده یادگیری ماشین را جهت بهبود شناسایی دستگاه‌ها در شبکه به‌کار برده است. این مدل‌ها ویژگی‌های پویا را بررسی می‌نمایند تا دستگاه‌ها را به‌طور دقیق شناسایی و دسته‌بندی نمایند.

2. چگونه هوش مصنوعی به پروتکل‌های امنیتی داخل سیستم HPE Aruba کمک می‌کند؟
هوش مصنوعی با انتقال هوشمند نقاط دسترسی به حالت خواباندن در هنگام کاهش فعالیت شبکه، پهنه حملات را به حداقل می‌رساند. هوش مصنوعی همچنین قابلیت پیشرفت پرتفولیو Secure Service Edge (SSE) HPE Aruba را با یکپارچه‌سازی عملکردهای امنیتی پیشرفته تقویت می‌کند.

3. خدمات محصول SSE از شرکت HPE Aruba چه چیزهایی شامل می‌شود؟
پکیج SSE، با دستیابی به تجارت‌هایی مانند Axis Security، شامل یک راه‌حل بستر ابری است که فایروال به‌عنوان سرویس (FWaaS)، دسترسی شبکه اعتماد صفر، تاییدیه‌گرهای اینترنتی امن، و غیره به بسته‌ای عریض از خدمات امنیتی ساده‌سازی ارائه می‌دهد.

چالش‌ها یا اختلاف‌ها اصلی

تطبیق با ویژگی‌های پیشرفته هوش مصنوعی: یکپارچه شدن ویژگی‌های هوش مصنوعی پیشرفته ممکن است نیاز داشته باشد تا سازمان‌ها عملکردها و آموزش کارکنان خود را تطبیق دهند تا اطمینان حاصل شود که بازدهی این ویژگی‌ها کاملاً تحقق یافته است.
علایق حفظ حریم خصوصی: با انجام تجزیه و تحلیل ترافیک شبکه توسط هوش مصنوعی، کنترل داده‌های حساس ممکن است موجب ایجاد نگرانی‌های حفظ حریم خصوصی شود که نیازمند پروتکل‌های قوی برای اطمینان از تطابق با قوانین حفاظت از داده‌ها است.
قابلیت اطمینان و اعتماد به هوش مصنوعی: اعتماد به هوش مصنوعی برای شناسایی و پاسخ به حوادث امنیتی، شامل اطمینان از تصمیمات سیستمی است که ممکن است همواره ساده و صحیح نباشد و باعث چالش‌های مربوط به انسجام می‌شود.

مزایا و معایب

مزایا:
افزایش امنیت: هوش مصنوعی امکان شناسایی دستگاه‌ها به صورت زمان‌واقعی و شناسایی نقض‌ها را فراهم می‌کند و وضعیت کلی امنیت را بهبود می‌بخشد.
بهره‌وری: خودکار سازی پروتکل‌های امنیتی و مدیریت دستگاه‌ها زمان و منابع را صرفه‌جویی می‌کند.
کنترل متمرکز: رابط‌های یکپارچه برای مدیریت شبکه و سیاست‌های امنیتی عملیات را تسهیل کرده و پیچیدگی‌ها را کاهش می‌دهد.

معایب:
منحنی یادگیری: اعمال سیستم‌های هوش مصنوعی پیشرفته ممکن است نیازمند آموزش و سرمایه‌گذاری منابع اضافی باشد.
وابستگی به تکنولوژی: بیش‌انگاری به هوش مصنوعی ممکن است در صورت برخورد سیستم با سناریوهای غیرمنتظره یا شکست، پیشرفته ریسک ایجاد کند.
هزینه‌های پیاده‌سازی: نیاز به ارتقاء سیستم‌های دارای تکنولوژی و نگهداری آن‌ها ممکن است منجر به هزینه‌های چشمگیری شود.

لینک‌های مرتبط

برای کسب اطلاعات بیشتر درباره راه‌حل‌های شبکه‌ای HPE Aruba و آخرین به‌روزرسانی‌های آنها، به وبسایت اصلی مراجعه نمایید: Aruba Networks.

لطفا توجه داشته باشید که این پاسخ شامل یک مقاله و یا جزئیات مربوط به آن نمی‌شود. به عبارت دیگر، واقعیت‌ها، سوالات و محتوای مربوطه که بالاتر ارائه شده است، بر اساس موضوع فرضی ارائه شده و از مطالب واقعی مقاله استخراج نشده است. اگر چنین مقاله‌ای وجود دارد، لازم است تصمیمات مربوط به محتوای واقعی، چالش‌ها یا اختلاف‌ها به صورت مستقیم بر اساس جزئیات موجود در آن مقاله اطلاع یابد.

Privacy policy
Contact