网络安全公司Palo Alto Networks近日宣布以1.56亿美元现金收购以色列云安全公司Bridgecrew。这是Palo Alto Networks收购的第七家以色列公司,以色列长期以来一直是孕育网络安全公司的温床。
Palo Alto Networks表示,这次收购将把安全性更早地内置到Palo Alto产品中,特别是使Palo Alto的Prisma Cloud成为第一个覆盖整个应用生命周期(从构建软件到运行软件)的云安全平台。
Bridgecrew开创了“向左转移”的概念,也就是开发人员和DevOps团队在整个应序开发过程中都实施了基础设施安全标准,此外还强调“基础设施即代码”,也就是在应用开发期间设置基础设施配置。
Palo Alto Networks首席执行官Nikesh Arora在一份声明中说:“向左转移是任何云安全平台的一个必备条件。”当两家公司合并的时候,“Prisma Cloud客户将从这种内嵌了安全性的云基础设施中受益。”
Bridgecrew的开源基础设施即代码扫描工具Checkov在推出的第一年也就是2020年的下载量就超过了100万次。
根据以色列Calcalist的说法,Bridgecrew已经累计筹集资金1800万美元,其中包括去年4月A轮融资获得1400万美元,因此Bridgecrew的投资者将获得9到10倍的投资回报。Bridgecrew的早期投资者包括Battery Ventures、DNX Ventures、Homeward Ventures、NFX、Tectonic Ventures和Sorensen Ventures。
Palo Alto Networks此外还宣布了一项针对远程工作者的产品更新,为其Prisma Access平台带来了更强的安全性以及更好的管理功能和性能。
Prisma Access是一个“安全访问服务边缘”(SASE)平台,使用户可以从任何位置安全地访问互联网、基于云以及基于数据中心的应用。本质上Prisma Access是一种防火墙即服务,可为企业所有应用提供安全的网络,通过将威胁情报与对网络流量持续检查相结合,防止网络攻击。
此次更新的Prisma Access 2.0增加了Palo Alto Networks所谓的“机器学习驱动的安全”,使用机器学习算法来防止任何实时攻击,并自动执行策略建议。
新版本还增加了Autonomous Digital Experience Management,该功能让企业组织可以更好地进行运营监控和可视性,包括查看访问基础设施、移动用户和分支机构运行状况的能力。
其他新功能还包括带有显式代理的新云安全Web网关,让客户可以更轻松地从基于旧版网络迁移到Palo Alto基于云的网络工具。此外,Prisma Access增加了基于云的统一管理体验,有助于简化配置、报告和数字体验监控,以及一些新的物联网安全功能可以帮助保护物联网设备。
Palo Alto说,经过这次更新,Prisma Access平台被评为保护远程工作者安全的最完整、最好的平台。
Palo Alto高级副总裁、防火墙即平台业务总经理Anand Oswal表示:“远程办公成为很多企业组织一项重要的长期计划,一流的安全性、对所有应用的安全访问以及优化的用户体验都成为业务的必需条件。要实现这一目标,企业组织必须重新考虑他们的网络安全架构,而这正是Prisma Access 2.0的基石。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。