F5公司和Shape Security日前宣布,双方签署了一项最终协议,根据该协议,F5将以大约10亿美元的现金总价收购私有公司Shape的所有已发行股票和流通股,以进行战略调整。
Shape通过先进的智能程序、欺诈与滥用防御机制保护当今规模最大的银行、航空公司、零售商和政府机构。特别是,Shape可以抵御撞库攻击,这类攻击是指网络犯罪分子利用来自第三方数据泄露的被盗密码来接管其他在线帐户,进而发起的攻击。Shape构建了一个借助人工智能和机器学习技术的先进平台,并在基于云的强大分析能力的支持下去防御那些绕过其他安全和欺诈控制措施的攻击。
此次收购将F5在跨多云环境中的应用防护专业能力与Shape的反欺诈与滥用功能相结合,以改变当前的应用安全性。F5和Shape共同为企业提供了全面的端到端的应用安全,从而可节省因欺诈、声誉损害和对关键在线服务的高成本破坏而导致的数十亿美元损失。
Shape的应用保护平台可评估从用户传送到应用中的数据流,并利用高度复杂的基于云的分析方法来区分流量的好坏。另一方面,F5凭借其在处理超过80%的《财富》500强企业的应用基础架构中的流量数据时的所处位置,使得F5为Shape的安全服务提供了理想的接入点。双方的合作将大幅减少企业部署世界一流的在线欺诈与滥用防护功能所需的时间和资源。
F5总裁兼首席执行官 François Locoh-Donou表示:“我们深知应用对于业务的运营至关重要。为了给客户带来最大的业务价值和最佳体验,这些应用需要在确保数据安全性和用户隐私的同时,使之更完美地运行。在网站或应用的体验由于网络欺诈与滥用而恶化时,造成收入和品牌资产受损,客户流失的结局在所难免。”
François Locoh-Donou同时强调,F5与Shape的强强联合,将可提供端到端的应用防护。这意味着在从应用创建之时起到消费者与应用交互的整个过程中 ——从代码到客户,能够创造收入并巩固品牌的应用都可以受到保护。除了开辟一个快速增长的价值40亿美元的相邻市场之外,Shape的机器学习和基于AI的能力将扩展并增强F5广泛的应用服务组合,并扩展在日益复杂的多云世界中优化和保护客户应用的能力。
Shape联合创始人兼首席执行官Derek Smith点评道:“自Shape创立以来,我们发现了客户的一个共同点,即他们都在使用F5的技术交付和运行应用程序。现在,我们希望有机会深入集成到F5平台中去实现应用交付和安全性。F5为Shape行业领先的在线欺诈与滥用预防解决方案提供了最佳的流量接入点。考虑到F5在全球的市场规模,这意味着我们可以共同保护更多客户的应用,使他们免受复杂攻击和恶意流量的侵害。”
收购完成后,联合创始人Derek Smith和Shape的高层领导团队将加入F5,并从中担任要职。Shape仍将保留其位于圣克拉拉的总部运营。
另据官方披露的交易细节显示,收购Shape符合F5打造最佳端到端多云应用服务公司的愿景。这项交易可以加快F5产品和总收入的增长;加快F5向软件和SaaS驱动的业务模型转变;并且有可能在2020财年显著增加F5的软件订阅组合。
F5预计在收购完成后24个月内实现非GAAP EPS盈亏平衡,并预测双方的合并将在交易完成后12个月内逐步增加每股自由现金流。F5希望通过资产负债表上的现金和4亿美元的高级无抵押TLA为交易提供资金。
此次收购已获得F5和Shape董事会的批准。收购尚需监管部门的批准,并且需遵守其他惯例性成交条件。预计该笔交易将于2020年第一季度完成。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。