2020 年 6 月 10日 – 全球领先的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)今天公布了一项调查结果,揭示了各组织在 Covid-19 疫情封锁隔离期间是如何管理其网络安全的,并列出了步入“新常态”后未来几个月的首要安全任务和问题。
超过 86% 的受访者表示,在疫情期间,他们面临的最大 IT 挑战是转向大规模远程办公模式,最大安全问题是维护员工 VPN 容量。对全球 270 多名 IT 和安全专业人员所做调查的主要结果如下:
Check Point 软件技术公司发言人表示:“为了应对 Covid-19 疫情,各组织几乎连夜调整了其网络和安全结构,不可避免地留下了安全漏洞,增大了攻击面,让犯罪分子有机可乘。随着全球范围内的封锁解除,我们正逐渐转向“新常态”工作方式,组织需要使用端到端整体架构来消除从员工家用 PC 和移动设备到企业数据中心整条路径上的安全漏洞,确保其网络安全无虞。Covid-19 疫情将日渐消退,但它引发的网络犯罪热潮不会很快退去。但通过采用正确的安全保护方案,我们能够有效防止攻击造成大规模损失和破坏。”
4 月,Check Point 开展的一项调查显示,各组织遭遇了更多的网络攻击,同时还必须应对疫情期间其网络和员工工作方式发生的大规模快速变化。71% 的受访者表示 2020 年 2 月和 3 月网络攻击数量有所增加,95% 称其在为员工提供大规模远程访问和管理影子 IT 使用方面面临着更多的 IT 安全挑战。
Check Point 拥有全面的安全解决方案,可确保为远程办公提供一流的连接能力和出色的安全保护,从而支持员工保持尽可能高的工作效率。其中包括 Check Point 远程访问 VPN 软件、端点威胁防御、移动安全和移动安全工作区。所有这些解决方案都旨在采取实用方法来保护远程办公人员。Check Point SandBlast Agent 提供了针对零日攻击的全面端点威胁防御,即使是未知威胁也可实现 100% 防护率,且误报率为零。
这项调查由 Check Point 实施,271 名受访者均来自全球企业组织。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。