近年来,随着用户对基础架构灵活性以及投资回报率需求的提升,无服务器计算(Serverless)受到了越来越多的IT从业人士的青睐。无服务器计算可最大程度地减少安全攻击面,并且无需借助任何计算、虚拟机、容器或网络。随着 AWS Lambda 最新扩展功能的发布,组织所部署的无服务器函数的可视性和安全性得到了前所未有的提高。
无服务器可从本质上提高安全性,因为它的受攻击面很小,并且将一些安全职责转移给了云提供商。例如,AWS 负责修复和更新平台软件,包括 AWS Lambda 执行环境的操作系统和运行时。
尽管如此,企业仍需在以下几个方面加强重视:
无服务器攻击与普通网络攻击不同,必须要部署相应的安全措施。首先,无服务器攻击通常具有重复性,这意味着您很难通过辨别单一事件的好坏来检测攻击。其次,攻击对象涉及多个资源。因此,要想找出并调查攻击,用户需要分析整个应用流程,而不是单个资源或 Lambda 函数调用。
无服务器应用保护面临以下重大挑战:
为了解决此问题,Check Point CloudGuard 重点研究了三大无服务器防御策略。
这一方法通过与无服务器提供程序(包括 AWS Lambda)进行智能、安全地集得到了进一步强化。
最近,AWS Lambda 发布了公开预览版 Lambda 扩展功能,它与 Check Point CloudGuard 进行了深度集成,有助于改善对 Lambda 函数的监控以及 Lambda 函数的可观察性、安全性和可管理性。借助 CloudGuard 扩展功能,组织甚至可以在函数进入运行时/调用之前,直接将其插入 Lambda 的执行环境,并使用 CloudGuard 来扩展函数。CloudGuard 还可以与函数调用并行运行,公开 Lambda 执行的不同阶段,并提供附加功能来防止出现漏洞和漏洞利用程序。
Check Point CloudGuard 的定制策略、监控和修复功能本就可以帮助组织轻松管理应用安全,与 Lambda 的集成无疑会进一步简化后台的无服务器安全保护。此次集成允许 CloudGuard 在函数调用之前、期间和之后捕获诊断信息,并直接从 Lambda 环境中传输该信息,同时运行强化的安全代理,以检测函数活动并直接向 CloudGuard 发出警报。
简言之,Check Point CloudGuard 已将安全监控数据聚合从进程内注入的安全层移至进程外扩展程序。这有助于利用更多异步消息处理功能,因此日志传递不会延迟函数执行,并支持跨多个调用安全聚合日志。全面的 CloudGuard 解决方案涵盖了上述所有功能,同时提供了详细的应用安全和防御状态视图,允许安全工程师、开发人员和管理员查看每个问题或事件并采取相应措施。
CloudGuard 可针对每个问题或事件提供明确的信息,包括事件的证据、存在的风险以及短期和长期补救措施。向所有利益相关者提供清晰详细的信息对于尽快缓解安全风险至关重要。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。