最近爆发的WannaCry勒索软件网络攻击以运行旧版Microsoft Windows的用户为目标,其病毒快速感染了150个国家和地区的三十多万台计算机,波及医疗、电信、金融和其他行业及组织。如果IT部门能够快速切断网络内受感染设备的联接,此类网络攻击所造成的损失就能被有效降低,就如同将一场暴乱压制并消灭于监狱中。
这仅仅是思科全新发布的软件和硬件产品所具备的众多强大功能中的一项。思科此举旨在解决传统网络所面临的诸多挑战,其中包括大规模物联网部署、日益增长的复杂性和不断扩展的安全威胁等。
实现网络的重大飞跃
近来思科一系列发布活动标志着思科全数字化网络架构(DNA)的重大飞跃,意味着思科将采用软件驱动的全新方法来构建网络,助力客户成功完成全数字化转型。
位于爱达荷州的直销公司森斯蒂斯(Scentsy)是思科的客户之一,该公司通过电子商务平台销售无芯蜡烛和香氛蜡烛等产品,年收入高达4.5亿美元。在思科的技术支持下,森斯蒂斯成功将其网络进行扩展,为超过15万名顾问提供支持。与众多公司一样,森斯蒂斯的网络服务着各类受众,其中包括客户、顾问、员工、分销商和访客等。思科全新的软件定义访问(Software Defined Access)使每位访客仅能看到与自己相关的信息。而在过去,IT必须手动设置访客的权限。现在,这一流程完全实现了自动化,显著减少了人工操作所引发的错误。
森斯蒂斯公司网络架构师Kevin Tompkins认为这一技术改变了游戏规则:“一旦你可以根据用户而非IP地址进行用户细分,用户将能从任意设备、任意地方进行登录。这一场景,原本还只是一个我虽然憧憬却以为永远不可能发生的事,而现在却成为马上就能做到的现实。”
新一代网络能够从环境中学习知识,从IT提供的信息中进行自我学习,自动化操作,并帮助团队以更加一致且快速的方式部署策略。
思科企业网络事业部产品管理高级副总裁Scott Harrell表示,思科正在重新定义网络。Harrell说:“全新发布的产品旨在让网络更敏捷、更智能,同时让企业能够以更精细化的方式细分网络,从而保障安全。除此之外,用户还能获得自动化和服务保障等优势,从而更高效地运营网络。”
全面集成
传统网络以硬件为中心,大量工作均需手动完成,缺乏有效的集成安全保障。新一代网络由软件驱动,完全自动化,并内置安全功能,能够将网络数据转变为业务洞察。此外,通过大规模应用机器学习技术,新一代网络还能够自我学习、感知变化并进行预测。思科认为,这将帮助我们构建全面集成的基于意图的网络系统。
全新DNA就绪系列交换机拉开了思科新品发布的序幕。Catalyst 9000交换产品组合可组成一个支持移动、物联网和云的平台,并且具备集成的安全性,其中包括行业首款能够在加密流量中发现威胁的解决方案。
Harrell表示:“利用加密流量对隐私的保护来逃避安全工具的检测,是攻击者一直惯用的伎俩。现在,思科推出了市场上无人能及的产品,无需解密就能确定加密流量内部是否存在恶意流量。”
思科的创新不止于此:随着全数字化网络架构(DNA)的进一步演进,网络越来越开放并易于编程,应用程序开发人员将能通过将应用程序编程接口(API)与DNA硬件基础设施进行集成以解锁全新功能。
Harrell表示:“对于客户而言,网络现在比以往任何时候都更加重要。凭借全面集成的单一系统,客户完全可以相信正确的最佳实践已经就绪。这是一个全新的开始,我们将从这里出发,推出更多炫酷且令人难以置信的强大产品。”
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。