基于AI的智能运维在数据中心网络安全防护中的应用研究

摘要

随着医药行业的数据中心业务向云端、分布式以及微服务化的方向演进，网络边界逐渐趋向模糊，攻击面
逐步扩大，传统运用特征匹配以及人工分析的安全运维模式无法满足高并发攻击情况下的实时防护需求。本文基于
AI来开展的智能运维在数据中心网络安全防护的应用研究，首先分析多源异构数据的采集以及预处理技术，通过统
一时间同步构建日志规范化以及特征工程，打造高质量的训练数据集；其次，提出将有监督以及无监督学习融合的
威胁建模与异常检测算法，实现对已知攻击的精准识别，并且对未知潜伏威胁进行异常挖掘；进而涉及基于数据层、
分析层以及响应层解耦协同的智能运维防护架构，重点实现异常检测模型训练、告警关联分析以及自动化剧本编排
等关键模块。实验结果显示，与传统规则检测方法相比较，AI智能运维系统的告警准确率提高到了95.6%，平均检测
时延降低至38毫秒，漏报率以及误报率分别降低到3.1%和3.4%。在全自动闭环处理工作模式中，平均响应时间被缩
减到了42秒，人工干预的比例降低到了18%，提高了数据中心威胁响应的效率以及运维自动化的水平。本研究为构
建自适应、自学习的数据中心安全防护体系提供了可行的技术路径。