ZD至顶网网络频道 11月09日 综合消息: Brocade今天宣布优科无线 Cloudpath™ ES 5.0软件正式商用。新版本基于先前的BYOD(自带设备)管理功能,创建了一个完整的综合安全及策略管理平台。Cloudpath ES 5.0软件使任何规模的IT组织都能轻松为有线和无线设备建立安全、基于IT政策的访问接入。
根据IDC[ IDC, “美国移动工作人群预测,2015-2020,” 2015年5月]的数据,美国移动工作人口未来五年将以稳定的速度增长,从2015年的9620万增至2020年的1.054亿。
“移动劳动力的增长要求公司采取强有力的BYOD计划,确保在工作场所内外都能具备高生产力。”IDC高级研究分析师Nolan Greene表示,“然而,许多公司,尤其是那些IT部门规模较小的公司,仍需要努力保障设备与网络的安全连接。因此,很多公司需要一种解决方案,它不仅适用于移动工作人群,还能提供企业级安全性,而这正是优科无线希望提供给客户的体验。”
许多公司都期望获得无缝式BYOD以及通用的无线-有线策略和安全体验,但由于现代安全基础设施固有的复杂性,IT通常无法实现这些期望。Cloudpath软件简化了企业级安全的部署过程,使规模小的IT团队也能轻松获取强大的安全性。
“在安装Cloudpath之前,我们与我们加州和华盛顿11个办公地点的学生和老师进行设备对接时很不方便,比如对其设备进行身份验证、服务开通、安全保障和连接的时候。”高峰公立学校首席技术官Bryant Wong表示,“部署Cloudpath之后,实现了无缝对接。非常简单有效。”
Cloudpath ES 5.0软件的功能和优势包括:
· 强大的安全性和集中策略管理。Cloudpath软件提供了简化公钥基础设施(PKI),同时使用行业标准的x.509数字证书和粒度策略分配。
· 更快、更好的终端用户体验。用户只需10秒时间即可登录他们的每一台设备。当用户从一个网络切换至另一个网络时,他们不需要记住密码,不需要重新登录。
· 降低IT运营费用和产品许可成本。基于用户的专有授权带来更好的网络规划,在每个人的设备数量增加时始终将成本保持在可控范围内。
· 与现有基础设施集成。Cloudpath软件能够兼容现有的有线和无线网络接入、网络安全防火墙、客户端操作系统,以及其他确保安全合规性的常见方式。
· 与Brocade® ICX®交换机紧密集成。Cloudpath软件可以通过有效配置,利用RADIUS授权信息变更(CoA)动态地推送IT策略,并为有线客户进行网络身份验证。
“过去十年,对各规模企业而言,托管设备、工作流和安全策略已变得更为复杂。”博科中国区总经理竺宏先生表示,“与此同时,许多公司在不同地点运营,使用多个无线网络,这为IT管理带来很大复杂性和困难。Cloudpath软件提供的安全性超过我们大多数客户目前的安全水平,而且价格很经济,因此能够解决这些痛点。而且,Cloudpath也兼容现有的基础设施,因此无需新买昂贵、复杂专用的安全设备,以及针对这些设备进行培训。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。