至顶网网络频道 06月11日 综合消息: 网络安全解决方案提供商 CheckPoint 软件技术有限公司(纳斯达克股票代码:CHKP)今天宣布推出面向大型企业和数据中心的全新网络安全产品套件,旨在提供业界领先的 Tbps(每秒位数)级第五代威胁防护技术,同时不会影响网络性能、正常运行时间或可扩展性。
16000 和 26000 安全网关采用 Check Point Infinity 架构,集成了 Check Point 的 ThreatCloud 和屡获殊荣的 SandBlast零日保护技术。这些模块化网关具有基础版、增强版和 turbo 版,可提供高达 24 Gbps 的第五代威胁防护安全吞吐量,支持高达 100 GbE 的连接标准,并采用了面向多达 64 个网络接口的扩展选项。
Check Point 软件公司首席执行官兼创始人 Gil Shwed 表示:“第五代网络攻击已经影响到了 20 亿消费者和 46% 的企业,但大多数组织仍然停留在第二代和第三代安全防护技术上。通过与 Maestro Orchestrator 安全解决方案相互配合,我们的新网关将能够使我们的大型企业客户以行业领先的检测速率实现前所未有的第五代安全级别。”
几周前,首席执行官兼创始人 Gil Shwed 在 CPX 纽约大会上宣布推出最新版 Check Point R80.30 软件,该软件开创了提取 Web 威胁的行业先例,并采用了正在申请专利的 TLS/SSL 检查技术。
R80.30 凭借业内首个 Web 威胁提取功能开启了安全防护的新时代,提供了针对高级威胁的实用防护技术。有了 R80.30,管理员将再也不必为了效率而牺牲安全。R80.30 第五代威胁防护解决方案可以实时保护用户免受恶意 Web 下载的影响。威胁提取功能可删除存在安全漏洞的内容,重建文件以消除潜在威胁,并及时将干净的内容传输给用户。此外,威胁防护仪表板可跨所有网络、移动设备和端点提供全面的可见性。
最新版 R80.30 采用了正在申请专利的新型传输层安全 (TLS) 技术,其先进的 SSL 检查功能可使企业快速检查使用 SSL 加密的网络流量,躲避服务器名称指示 (SNI) 操作等网络攻击技术,并在安全和隐私之间取得适当的平衡。由于 90% 的 Web 流量都进行了加密处理,Check Point 的 SSL 检查创新技术将会为全球企业带来重大影响。
R80 集成了 160 多项技术和 100 项新功能,是适用于数据中心、云、移动端和端点的业界最先进的威胁防御和安全管理软件。R80.30 的创新特性可使全新 16000 和 26000 网关实现业界领先的威胁防御性能,同时通过单一控制台简化管理流程。
业界首个超大规模网络安全解决方案 Check Point Maestro Hyperscale Orchestrator 能够使单个 Check Point 网关在几分钟内扩展到 52 个网关的容量和性能。这种近乎无限的可扩展性加之 Tbps 级防火墙吞吐量可提供云级弹性和可靠性,能够使组织支持 5G 网络高数据速率和超低延迟,同时确保运行要求最苛刻的网络计算工作负载。
通过结合使用 R80.30 软件、16000/26000 安全网关和 Maestro Orchestrator,Check Point 客户能够获得 Tbps 级威胁防御性能,从而实现超大规模网络安全性。
Check Point的全球合作伙伴网络将于 2019 年 6 月开始提供 16000 和 26000 设备。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。