Summer Liu – NVIDIA 技術博客

利用圖形神經網絡加速金融服務業欺詐檢測效率

Mon, 28 Oct 2024 05:53:20 +0000

金融服務欺詐是一個巨大的問題。根據 NASDAQ 的數據，在 2023 年，銀行在支付、支票和信用卡欺詐方面預計會面臨 442 億美元的損失。不過，這不僅僅與資金有關。欺詐會損害公司的聲譽，并在阻止合法購買時讓客戶失望。這被稱為誤報。遺憾的是，這些錯誤發生的頻率比您想象的要多，因為傳統的欺詐檢測方法根本跟不上欺詐的復雜性。本文重點介紹信用卡交易欺詐，這是一種最常見的金融欺詐形式。雖然其他類型的欺詐（例如身份盜用、帳戶接管和反洗錢）也值得關注，但信用卡欺詐由于其交易量大、攻擊面廣，因此構成了一項獨特的挑戰，使其成為欺詐者的主要目標。據 Nilson 估計，到 2026 年，金融機構每年的信用卡損失預計將達到 430 億美元。傳統的欺詐檢測方法依賴于基于規則的系統或統計方法，在識別復雜的欺詐活動方面反應遲鈍，并且效率越來越低。隨著數據量的增長和欺詐策略的演變，

Source

]]>

使用 NVIDIA NIM 漏洞分析代理藍圖快速分流容器安全性

Tue, 08 Oct 2024 07:40:25 +0000

隨著 CVE 數據庫中報告的漏洞數量不斷加速增長，解決軟件安全問題變得更具挑戰性。評估單個容器的漏洞需要收集、理解和合成數百條信息。截至 2023 年底，報告的漏洞超過 20 萬個，傳統的掃描和修補方法已變得難以管理。企業越來越多地采用生成式 AI 來推動各個領域的創新。根據 IDC 的說法，漏洞檢測和解決將成為軟件交付領域的主要生成式 AI 用例。 Generative AI 可以改善漏洞防御，同時減輕安全團隊的負擔。組織已經開始探索如何將其用于自動化，但在企業級擴展需要一個復雜的 AI 系統。視頻 1 展示了 NVIDIA 如何使用生成式 AI 和檢索增強型生成技術 (RAG) 加速企業級軟件容器中的漏洞分析，并將評估和緩解 CVE 的時間從數小時或數天縮短到幾秒鐘。此 AI 智能體示例使 NVIDIA…

Source

]]>

利用 AI 和數據強化零信任網絡安全防御

Thu, 26 Sep 2024 09:30:17 +0000

現代網絡威脅變得越來越復雜，給聯邦機構和關鍵基礎設施帶來了重大風險。根據 Deloitte 的說法，網絡安全是政府和公共部門的首要任務，這凸顯了在效率和速度方面適應日益數字化的世界的需求。威脅示例包括內部威脅、供應鏈漏洞、勒索軟件攻擊以及其他可能導致嚴重中斷和數據泄露的復雜網絡入侵。為了應對這些不斷演變的風險，政府機構保護敏感數據和關鍵系統的零信任安全策略至關重要。但在加強零信任實施方面，還有很多工作要做。網絡安全的核心是數據問題。隨著互聯用戶和設備數量的增加，組織生成的數據越來越多，無法有效地收集、管理和分析。如果我們無法在整個企業中 100% 觀察每個用戶和機器的數據，我們如何構建一個能夠檢測所有偏差的穩健模型？零信任策略假設默認情況下不信任任何實體，并且需要每個人進行驗證才能獲得訪問權限。然而，這種方法需要提高網絡上每個應用程序和用戶的可見性，

Source

]]>

借助 NVIDIA NeMo Curator 擴展和整理用于 LLM 訓練的高質量數據集

Wed, 27 Mar 2024 08:20:38 +0000

大型語言模型 (LLM) 是提高運營效率和推動創新的強大工具。NVIDIA NeMo 微服務旨在簡化構建和部署模型的流程。構建任何 LLM 系統的關鍵步驟是整理用于訓練或自定義模型的令牌數據集。但是，整理合適的數據集是一項具有挑戰性的任務。數據的多樣性、相關性和質量都是影響模型良好運行能力的因素。數據還應該遵守數據保護法規，并尊重個人的隱私。本文將探討 NVIDIA NeMo Curator 框架的最新更新。該框架最近推出，旨在簡化數據管護流程，為企業級采用生成式 AI 提供基礎。 NeMo Curator 支持模型預訓練的數據管護，并基于以下關鍵支柱進行設計：性能、可擴展性和可定制性。它可以跨數千個計算核心無縫擴展，并使用高度優化的 CUDA 內核輕松執行各種數據采集、預處理和清理任務，使企業開發者能夠專注于解決問題。

Source

]]>

借助 NVIDIA NeMo 開發自定義企業生成式 AI

Wed, 27 Mar 2024 08:11:00 +0000

生成式 AI 在計算領域發生了翻身，為人類以自然、直觀的方式與計算機交互打開了新方式。對于企業來說，生成式 AI 的潛力巨大。他們可以利用其豐富的數據集簡化耗時的任務，從文本摘要和翻譯到見解預測和內容生成。然而，他們也面臨著采用挑戰。例如，云服務通過使用通用型大型語言模型簡化了探索。然而，這些功能可能并不總是與企業需求保持一致，因為模型基于廣泛的數據集而不是特定領域的數據進行訓練，這可能會導致安全漏洞。因此，組織正在使用大量開源工具構建定制解決方案。從驗證兼容性到提供自己的技術支持，這可以延長在企業中成功采用生成式 AI 的時間。專為企業開發，NVIDIA NeMo 是一個端到端平臺，可隨時隨地構建自定義生成式 AI 應用。它提供了一套先進的微服務，可實現完整的工作流程，從自動化分布式數據處理，到使用復雜的 3D 并行技術訓練大規模定制模型，

Source

]]>

借助 NVIDIA NeMo 微服務簡化自定義生成式 AI 開發

Mon, 18 Mar 2024 15:00:00 +0000

在全球范圍內，企業正在意識到生成式 AI 模型。他們競相在聊天機器人、虛擬助理、編碼副駕駛等各種應用中采用這些模型。雖然通用模型適用于簡單任務，但在滿足各行各業的獨特需求方面表現不佳。自定義生成式 AI 模型通過整合特定領域的知識、了解當地文化的細微差別以及與品牌聲音和價值觀保持一致，優于普通模型并滿足企業需求。 NVIDIA NeMo 團隊宣布推出搶先體驗計劃，該計劃適用于 NVIDIA NeMo Curator、NVIDIA NeMo Customizer 和 NVIDIA NeMo Evaluator 微服務。這些微服務涵蓋了從數據管理與定制到評估的整個開發階段，能夠簡化用戶構建自定義生成式 AI 模型的流程。 NVIDIA NeMo 是一個端到端平臺，用于在任何地方開發自定義生成式 AI。它包括用于訓練、微調、檢索增強生成、護欄設置、數據管護和預訓練模型的工具。

Source

]]>