2020 年 11 月 9 日 — 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)宣布推出新一代统一网络安全平台 Check Point R81。这一新平台是业内首个能够在整个分布式企业中提供自主威胁防护的平台,使 IT 人员轻松、高效地管理最复杂的动态网络环境。

为应对新冠疫情带来的冲击,企业开始加快实施数字化转型计划并改变 IT 工作重点,但这也增加了网络风险和管理远程员工的复杂性。71% 的安全专业人员表示自疫情爆发以来网络威胁急剧增加。要想改善安全性和降低复杂性,就必须对威胁防御技术、流程和策略加以整合并实施自动化,以便在复杂的分布式组织网络中实施更智能、更高效的保护。
IDC 网络安全研究经理 Chris Rodriguez 表示:“随着数据中心、网络和多云环境中的设备、应用和威胁越来越多,IT 安全管理成为一大难题。为此,企业应该部署一致的安全策略、统一的威胁管理和自动化功能,以防遭到新型安全攻击。Check Point R81 统一并简化了威胁管理,支持安全策略快速安装、零接触网关软件升级、安全配置文件以及基于 AI 的威胁防御。”
Check Point R81 安全管理平台可提供:
AESI-US 首席技术官 Todd Ponto 表示:“Check Point R81 可帮助我们快速安装策略、实施一键升级以及同步升级安全网关。我们已经部署了 Check Point Infinity 威胁防护技术,R81 的新自动策略部署功能可帮助我们节省时间、减少配置错误风险并实现持续更新。”
Check Point 软件技术公司产品管理副总裁 Itai Greenberg 表示:“如今,业务应用和云环境的快速变化要求组织比以往任何时候都敏捷,但与此同时也带来了更大的安全风险和高级威胁。我们的全新 R81 平台为 IT 和安全团队提供了面向整个网络环境的全面可视性、自动化威胁防护和细粒度控制,支持更轻松地规划、检查和快速部署变更,以便在满足业务需求的同时增强安全性和合规性。”
好文章,需要你的鼓励
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。