近年来,恶意流量已经成为互联网领域所面临的严重的安全威胁之一。恶意网络的控制者使用恶意程序进行例如DDoS攻击,发送垃圾邮件,盗取敏感信息等一系列恶意活动,在海量的互联网流量中,从正常流量中有效的识别出恶意流量是亟待解决的问题。
基于国产自研的NP和AI芯片,研制一套恶意流量识别和检测系统,分析和识别网络中的恶意流量,并将其拦截。可现网落地小试、中试的产业化系统,支持不低于100种恶意流量识别,准确率不低于90%(其中30种不低于99%);支持的恶意应用数量不低于100种;支持的恶意流量类别不低于5种,包含且不仅限于C&C、DGA based DNS Attack、Ransomware、Botnet、Port Scan;恶意流量识别准确率(Accuracy)不低于90%(其中30种不低于99%);识别精度(Precision)不低于90%(其中30种不低于99%);AI模型需支持8位单精度浮点运算;模型文件大小不高于100MB;支持深度学习模型。