8月27日下午,在2021北京网络安全大会发布系列活动上,奇安信集团副总裁吴亚东为大家带来了边界安全栈新能力的发布,聚焦安全运营,重新定义边界安全新模式。
当前,加密流量成为网络中主体流量,占据总体流量的90%左右。加密流量在提升用户数据安全保护水平的同时,也给政企组织带来了新的安全挑战,其中包括以下几个方面:
挑战一:安全性问题
网络中大量攻击者开始利用加密流量来躲避安全检测,导致恶意行为能够得逞且不易被发现。例如,在攻防演练中,大量加密流量导致流量分析类产品、探针类产品出现流量盲区,从而无法有效、快速地识别出隐藏的安全风险。
挑战二:管理性问题
加密流量放大了政企组织对于网络监管的困难,导致需要监管的信息难以被有效识别,使得安全和监管成为对立面。
挑战三:投入产出比问题
政企组织为解决安全和管理问题,往往选择在边界部署大量安全设备进行防护,但是安全设备在开启流量解密以后平均性能下降80%左右,且传统串接方式会导致性能出现木桶短板效应。因此,政企组织被迫需要投入更多人力、物力来采购较高性能设备,才能保障短时间安全。另一方面,网络流量正在以年复合增长率39%的速度增长,采购周期缩短采购成本增加。
针对上述挑战,奇安信边界安全栈通过改变传统边界安全架构,重塑边界安全防护体系,为政企用户提供更加智能、动态的安全防护。
据介绍,对于加密流量,边界安全栈采用全新异步调用+硬件解密的方式,将解密性能(支持TLS1.3)提高至业内传统解密方式的10.6倍,以此来应对网络中日益增大的加密流量。
同时,此次边界安全栈虚拟网元数量从5个增至11个,以满足客户日趋多样化的安全需求。边界安全栈新能力还增加了物理网元和虚拟网络的混合服务链编排,所有安全网元通过旁路部署方式,可将流量按照不同业务需求进行流量编排、引流和负载均衡,改变传统边界设备安全串接的模式,做到业务按需引流,设备上线下业务无感知。
边界安全栈混合服务链编排结合SSL高性能解密能力,可以将进入边界安全栈的加密流量先进行解密,然后按需给到不同的安全设备进行安全处理,所有安全设备只需要处理明文数据,大幅度提升设备处理性能。对于政企组织而言,一次解密多次按需安全处理的方式,能够极大降低政企组织人力、物力的投入,同时提升边界整体安全防护能力。
边界安全栈此次发布的混合服务链编排以及SSL高性能解密能力,重新定义边界安全新模式,改变传统边界安全架构,重塑边界安全防护体系,能够为用户提供更加智能、动态的安全防护。
未来,边界安全栈还将推出“基于上下文的信息共享”、“基于安全的流量工程”,让安全设备真正实现信息共享、联合防御。对于具备多分支网络的政企组织而言,未来只需根据业务特点,按需拖拽安全能力来支撑业务,底层流量则会自动被引流到政企组织网络中的不同分支网络、不同物理位置的安全设备进行处理,充分调用各个分支网络中安全设备能力。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。