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
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了CURE框架,通过强化学习让大语言模型同时学习编写代码和生成单元测试两种能力,无需使用标准代码作为监督。团队开发的ReasonFlux-Coder模型在仅用4.5K编程问题训练后,便在多个基准测试中超越了同类模型,代码生成准确率提高5.3%,最佳N选1准确率提高9.0%。该方法不仅提升了模型性能,还提高了推理效率,同时为降低API调用成本和无标签强化学习提供了新思路。
南京大学与字节跳动联合团队开发的MotionSight系统,为多模态大语言模型提供了"动态视觉增强"能力,解决了现有AI系统在理解视频细粒度动作方面的困难。这一零样本方法通过对象中心的视觉聚光灯和动态模糊技术,显著提升了模型对物体动作和摄像机动作的感知能力,在不需要额外训练的情况下实现了业界领先性能。研究团队同时构建了MotionVid-QA数据集,这是首个专注于细粒度视频动作理解的大规模开源数据集,包含4万多个视频片段和近9万个问答对,为未来研究提供了宝贵资源。