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)今日宣布在基于云的部署中推出 SandBlast Network,以支持中国企业采取预防为主的策略来应对最具破坏性的攻击,包括未知的勒索软件、木马、网络钓鱼和社会工程攻击。中国企业现在能够以较低的成本享受强大的威胁防御服务,而且无需维护,这可推动其迁移至云计算和云优先战略。
Check Point 软件技术中国区经理 Simon Chen 表示:“当今中国企业正在寻找合适的解决方案来保护其基础设施免受最高级的威胁,同时满足数据驻留和隐私需求。在本地部署之外,SandBlast Network 通过将高级网络威胁防御和威胁提取功能整合到可通过云交付的单个解决方案中,充分满足了这些需求。通过结合使用防规避的威胁模拟、革命性的 AI 引擎以及可预先清理电子邮件和 Web 下载内容的威胁提取功能,它能够提供强大的零日保护功能。”
SandBlast 威胁提取可通过在后台执行模拟,保障业务流免受干扰,并消除了传统沙箱造成的长时间延迟,提供了一种切实可用的预防为主的安全策略,从而有效防止恶意内容危及用户。
全球安全事件中 94% 涉及电子邮件,因此防御网络钓鱼、企业电子邮件泄露 (BEC) 和其他基于电子邮件的威胁已成为当务之急。SandBlast 网络邮件传输代理 (MTA) 可通过使用威胁模拟对每个附件进行沙箱保护,使用威胁提取将电子邮件快速传递给最终用户并进行强大的反网络钓鱼和反垃圾邮件检查,保护用户免受这些威胁的侵害。借助这些及其他技术,SandBlast Network 可在电子邮件进入用户邮箱之前消除潜在的风险。
充分利用 AI 和安全情报
SandBlast Network 还借助数据科学的力量来检测最新威胁,它利用穷举式 AI 引擎和基于丰富规则的引擎来处理从运行时行为中收集而来的数百万个参数,从而基于 AI 做出最终判断。AI 启发式算法会针对发布到野外的最新威胁不断进行优化。
Check Point ThreatCloud 包含一个超大规模的实时安全情报存储库,每天为 40 亿安全决策提供支持。ThreatCloud 使用突破性的 AI 引擎来检查可疑文件和电子邮件,以确定它们是恶意还是无害。ThreatCloud 通过从以下来源广泛收集网络攻击数据来支持 SandBlast Network 的零日保护(包括反网络钓鱼和安全浏览):
•云、端点和网络中全球数亿受保护的资产
•超过 100,000 个安全网关
•Check Point 研究实验室的领先研究
•业界最佳的威胁情报源
中国用户在满足把敏感数据保存在本地的合规性同时,可以无缝享受到业内领先的全球安全情报系统。
易于部署和管理
SandBlast Network 通过开箱即用的最佳实践配置文件消除了为每个网段(无论是数据中心、访客网络、边界网络、内部网络还是其他)手动配置策略的需求,支持安全策略的一键设置。根据业务需要优化的网络设置可提供最有效的安全性,同时保持最佳的网络性能。通过仅部署与受保护的特定网段相关的策略,组织可以释放带宽和处理能力,从而提高零日保护策略的成本效益。
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。