2020 年 12 月 10 日 — 网络安全解决方案提供商 (纳斯达克股票代码:CHKP)公布了一项新调查的结果,揭示了组织在 2023 年前的网络安全工作重点和挑战,并强调了因 2020 年新冠疫情导致的安全战略变化。超过一半的受访者表示,组织遭到的攻击和威胁相比 2020 年年初有所增加。大多数人认为他们的安全方法不会回到疫情前的状态,只有五分之一的受访者表示其安全运营已恢复如初。

对全球 600 多名 IT 和安全专业人员所做调查的主要结果如下:
Check Point 软件技术公司首席营销官 Peter Alexander 指出:“调查显示,大多数组织预计其当前的安全问题和工作重点不会在未来两年内发生很大变化。许多公司为应对疫情而对网络和安全基础设施进行的快速变更将是永久性的。 与此同时,由于黑客也试图利用这些变化来牟利,网络攻击和威胁不断增加。因此,组织首先应该填补其新型分布式网络中的安全缺口,从员工的家用 PC 和员工本身再到数据中心等等,无一例外。应对疫情对业务运营的冲击并持续保障运营的高效性和有效性将是大多数企业面临的最大挑战。”
要想阻止日益增多的网络攻击和威胁,组织首先应该填补其新型分布式网络中的安全缺口,从员工的家用 PC 和员工本身再到数据中心等等,无一例外。以下建议可帮助组织演进安全战略,从而继续尽可能高效和安全地运营:
这项调查由 Dimensional Research 在来自全球各地组织的 613 名受访者中展开。所有受访者均为组织 IT 安全负责人。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。