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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。