至顶网网络与安全频道 01月16日 综合消息: 2020年1月15日,网络安全解决方案提供商 Check Point® 软件技术有限公司(纳斯达克股票代码:CHKP)今天宣布推出 Fast Track 网络安全解决方案,这套全新的解决方案能够为分支机构、企业数据中心等提供前所未有的防护、可扩展性以及轻松部署和控制的能力。
根据 IBM 2019 年数据泄露成本研究,恶意攻击的生命周期(从攻破防护到有效控制)平均为 314 天,平均给组织造成 390 万美元的损失。Check Point Fast Track 网络安全解决方案直接解决了当今企业面临的三大安全挑战:缺乏一套完整的安全技术来防御第五代高级网络攻击;无法根据业务需求快速扩展安全性;安全管理流程复杂无章。
Enterprise Strategy Group (ESG) 高级首席分析师 John Grady 表示:“安全漏洞正在以惊人的速度持续影响着全球企业。随着攻击效率的提高,攻击者能够在更短的时间内造成更大的破坏,漏洞造成的成本继续攀升。企业需要敏捷的网络安全解决方案,帮助他们主动防御漏洞,避免遭到攻击。Check Point 通过不断革新威胁防御技术和性能,为企业提供了按需扩展能力,帮助他们在攻击环境中抢占先机,同时满足不断变化的业务需求。”
Fast Track 网络安全套件采用了面向分支机构和中型企业的五种新型 Check Point 量子安全网关,以及一种为大型企业和数据中心的 Maestro Hyperscale 编排而设计的网关。 所有网关均采用 Check Point ThreatCloud 及其屡获殊荣的 SandBlast 零日保护。新系列包括面向分支机构的 3600 网关和面向企业数据中心的 16000 Turbo Hyperscale 网关。所有 Fast Track 网络安全解决方案都采用了 Check Point R80 统一安全软件的最新版 R80.40,R80.40 具有 100 多种新特性,可扩展防护、简化流程并提高工作效率。
Check Point 发言人表示:“Fast Track 网络安全解决方案背后的原理非常简单。它帮助企业在其基础设施的所有节点上部署业界领先的威胁防御功能,并根据不断变化的业务需求近乎无限地扩展安全性。 同时,它还大大提高了企业的安全运营效率。即使面对最高级的攻击,企业也能够进行有效阻止和拦截,避免业务中断。”
与竞争对手的高端设备相比,新型 Fast Track 网络安全系列网关的性能均提高了一倍,能耗降低了一半。网关系列包括:
如 NSS 实验室最近执行的漏洞防御系统 (BPS) 小组测试所示,所有网关均实现了 100% 的电子邮件和 Web 恶意软件防护率、漏洞利用拦截率和感染后捕获率。 它们还具有超快的 SSL 加密流量检查功能,确保提供最高安全保障,并且可随时进行超大规模扩展,能够将威胁防御性能扩展至 1.6 Tera-bps。 这些设备还配备了两个企业级固态盘存储,并且能够基于动态工作负载技术提供更快的处理速度,充分利用 CPU 资源。
R80 是业界最先进的威胁防御与安全管理软件,可应用于数据中心、云、移动、端点和物联网。最新版 R80.40 具有 100 多种新特性,包括零接触部署功能,该功能可在五分钟内完成新安全设备的设置和运行。它还支持 Check Point IoT Security,该功能可自动执行物联网设备的策略。
通过无缝全面整合企业安全环境,R80 能够让企业在可自定义的可视仪表盘中全面了解其整个网络架构的安全性,支持其直接从 Web 浏览器轻松高效地管理最复杂的环境。
Fast Track 网络安全将先进的新型量子安全网关、Maestro Hyperscale 技术与创新的 R80.40 软件相结合,可为 Check Point 客户提供 TB 级威胁防御性能,快速获得超大规模网络安全,同时加速和简化管理流程。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。