至顶网网络与安全频道 02月26日 编译:本周一下午在旧金山举行的RSA大会上,McAfee宣布收购Light Point Security,后者是一家由前国家安全局网络安全专家创立的浏览器隔离技术提供商,并对自身产品组合进行了更新。
据了解,McAfee借此推出了Unified Cloud Edge安全工具包,该工具包结合了现有云访问安全代理、Web网关和数据丢失防护产品,Light Point技术也将集成到这个工具包中。
位于美国马里兰州巴尔的摩的Light Point公司是由NSA资深人士Zuly Gonzalez和Beau Adkins于2010年创立的。这家初创公司开发的软件平台可以通过允许员工查看在线内容而无需在浏览器中打开这些内容,从而使员工免受恶意网站的攻击。Light Point的平台是在基于云的沙箱中呈现网页,然后将内容片段流传输到用户的浏览器中,使得恶意代码无法到达预期的目的地。
McAfee将把Light Point技术整合到Unified Cloud Edge中,为企业安全团队提供更多保护最终用户的选择。具体来说,McAfee计划把浏览器隔离功能添加到工具包中的McAfee Web Gateway产品。
目前,网关是通过在模拟环境中运行网页来捕获威胁的,从而诱骗恶意软件触发。McAfee企业业务负责人的执行副总裁Ash Kulkarni在博客中这样写道:“这种模拟操作可以在处理流量的同时,在几毫秒内消除绝大多数恶意软件。未来的发展趋势就是让恶意代码完全无法触及最终用户。”
“Light Point Security的浏览器隔离技术将最终用户的网络浏览会话带到一个远程位置,并将页面隔离在一个安全的位置,使用称为像素映射的技术,在用户的浏览器中复制该会话的交互式图像。这可以为最终用户提供针对基于Web的防威胁保护,因为恶意代码无法离开隔离的浏览器。”
这种浏览器隔离的功能给网络保护带来的好处也引起了其他网络安全厂商的关注。就在上个月,Cloudflare透露已经收购了浏览器隔离初创公司S2 Systems,该公司利用其技术构建了类似于赛门铁克的新Web网关服务。
据悉,McAfee和Cloudflare均未透露收购交易的财务条款信息。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。