2021 年 6 月 15 日 -- 网络安全解决方案提供商 Check Point 软件技术有限公司(纳斯达克股票代码:CHKP)扩展了其统一云原生安全平台功能,可通过 Check Point CloudGuard 工作负载保护提供应用为先的工作负载保护。这一全自动化云工作负载安全解决方案为安全团队提供了可靠工具,可通过单一界面从开发到运行时跨应用、应用编程接口 (API) 及微服务实现安全保护自动化。
新冠疫情的爆发迫使企业纷纷过渡至全新“随处办公”环境,因此对于希望快速支持其远程办公人员的组织而言,采用云技术成为当务之急。随着越来越多的组织在实施“左移”组织变革的同时逐步迁移到云端,安全团队发现他们需要管理多个平台。这些平台既未提供出色可视性,也无法保护快速增长的云工作负载部署。事实上,最近开展的一项调查显示,68% 的企业认为云资产配置不当是构成云安全威胁的最大因素之一。
Enterprise Strategy Group 分析师服务副总裁兼高级分析师 Doug Cahill 表示:“通过统一基本云安全功能,Check Point CloudGuard 平台可满足 ESG 年度云原生安全研究揭示的核心要求,即企业非常倾向于获得一套基于集成平台的整合控制解决方案。CloudGuard 平台的全自动化方法反映了我们研究得出的另一个重要发现结果,即通过紧密集成 DevOps 所采用的持续集成和持续交付 (CI/CD) 工具,实现控制措施和流程引入的自动化。”
应用为先的自动化工作负载保护方法
CloudGuard 采用“应用为先”方法,通过云原生自动化 Web 应用和 API 防护有效保护工作负载。主要特性和优势包括:
Telefonica Tech 首席信息安全官 (CISO) 办公室 Leonardo Amor 和 Darwin Ochoa 表示:“CloudGuard 极大地帮助我们改善整体云安全状况并实现其自动化。这一云原生解决方案支持我们查看和控制安全状况,并自动遵守监管要求和安全最佳实践,因此我们的团队能够积极实施安全最佳实践,并保护我们免遭云端身份盗用和数据丢失。”
Check Point 软件技术公司云产品线主管 TJ Gonen 表示:“为了保护云原生应用,各组织需要部署能够跟上 DevOps 发展速度的云原生解决方案。Check Point 的策略是通过统一平台帮助组织保护其最关键的工作负载。Check Point CloudGuard 旨在应对云计算带来的挑战,并全面自动化应用和工作负载安全保护。”
Check Point CloudGuard 已将支持范围扩展到容器安全,进一步完善了云原生工作负载保护套件。Check Point CloudGuard 将 AppSec、威胁情报和威胁追踪、高保真状态管理及容器与无服务器函数运行时保护和准入控制相结合,堪称市场上最全面的自动化云原生工作负载保护产品。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。