如何借助图技术增强网络安全威胁检测?
没有网络是100%安全的,攻击者正在用图思维进行攻击。迅速发现漏洞对于最大限度地减少损失至关重要,包括减少财务、运营和声誉方面的损失。TigerGraph图分析平台是建模和搜索这些模式的绝佳方法。TigerGraph提供了针对网络安全威胁的关键防御。
没有网络是100%安全的,攻击者正在用图思维进行攻击。迅速发现漏洞对于最大限度地减少损失至关重要,包括减少财务、运营和声誉方面的损失。TigerGraph图分析平台是建模和搜索这些模式的绝佳方法。TigerGraph提供了针对网络安全威胁的关键防御。
本期头条:TigerGraph 入选 2022 年 Gartner® 魔力象限™全球云数据库管理系统报告;TigerGraph是第一个通过1TB LDBC SNB审计的图数据库厂商……
近期LDBC宣布TigerGraph成为第一个成功通过1TB LDBC SNB 商业智能工作负载测试审计的企业。但国内LDBC被滥用严重,很多国内厂商不顾LDBC的要求,在市场上宣传了很多不实信息,误导国内受众。本期播客通过和专家对话详细解读 LDBC 基准测试。
上期我们介绍了基于图神经网络GNN的图异常值检测,今天我们就来了解一下图数据切分与模型数据载入的问题,本期内容节选自TigerGraph图课堂直播,欢迎登陆官网观看完整版视频,利用TigerGraph ML Workbench(机器学习工作台)进行的demo演示。另外,也跟大家预告一下我们明天的图课堂直播课程,本期内容将分享TigerGraph的全新方案:在图数据库中使用GNN对十亿级数据进行全量推理。
TigerGraph图课堂将带大家探索在不同图神经网络模型与各类数据集,如何利用TigerGraph和Machine LearningWorkbench (机器学习工作台)进行数据切分模型数据加载。如何在TigerGraph 图数据库中使用GNN对十亿级数据进行全量推理。
今天我们要介绍的是由伊利诺伊大学芝加哥分校正在攻读博士学位的博士生窦英通撰写的基于图神经网络的图异常值检测文章,作者致力于图数据挖掘、欺诈检测和安全机器学习。文章的内容基于他最近的论文和 在KDD 2022 机器学习在金融领域workshop的分享。
制造业系列研讨会共包含3期,分别围绕打造更具韧性的制造价值链、优化产品定价策略、呆滞物料管理和优化。每期都会结合实际业务场景,由浅入深。点击查看,如何借助图分析加速供应链智能化?
Anna Veronika Dorogus
Machine Learning Expert
Anna Veronika Dorogush graduated from Lomonosov Moscow State University and Yandex School of Data Analysis. She used to work at ABBYY, Yandex, Microsoft and Google on Machine Learning infrastructure and Machine Learning frameworks. In 2017 she published the open-source library CatBoost, which is now one of top-3 most popular Gradient Boosting libraries, and the top 7-th most used Machine Learning framework in the world according to Kaggle 2021 review.