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
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。