近日,全球权威分析机构Frost & Sullivan(弗若斯特沙利文)发布《Asia-Pacific Managed Security Services Growth Opportunities》报告(以下简称《报告》),对亚太地区安全托管服务市场进行了深入研究。《报告》显示,奇安信集团凭借技术优势和服务专业度,以9.6%的市场份额位列2020年大中华地区安全托管服务(Managed Security Services,MSS)第一名。
Frost & Sullivan将MSS划分为安全资产监控/管理、托管威胁检测与响应(MTDR)和其他新兴MSS服务三类,以分析安全托管服务市场的增长情况,包括增长驱动与限制因素,并从地区、行业等维度呈现安全托管服务市场的收入与份额,分析亚太及大中华区安全托管服务市场环境与增长机会。
Frost & Sullivan亚太区网络安全市场分析师林玟婷(Amy Lin)表示,2020年,在新冠肺炎疫情、数字化转型、业务上云等大环境影响下,亚太地区安全托管服务市场仍处于增长阶段,年度增长率持续呈现双位数增长。报告认为,从驱动因素分析,政府部门、企业组织面临不断演变的网络安全威胁,及数字化转型、新技术带来的日益复杂的商业环境,不断变化的威胁形势和混合技术基础设施的出现,都是推动安全托管服务市场增长的重要催化剂。此外,受到安全专业人员短缺、专业知识匮乏和内部安全工具、能力不足的限制,政府部门、企业组织越来越多地选择通过安全运营服务商(MSSP),来面对严峻的挑战。
聚焦我国安全托管服务市场,《报告》数据显示,2020年大中华区MSS市场年增长率高达20.9%,政府部门和金融行业是该市场主要收入来源。奇安信作为主要领导者,在2020年通过扩展服务组合迅速进入安全托管服务市场,并从产品导向向服务导向转变,助力国内市场强劲增长。
作为领先的网络安全供应商,奇安信凭借专业的安全托管服务和管理团队,年增长率高达51.1%,尤其是在政府部门和金融行业这两个主要领域具有强大的影响力。在MSS产品的可用性和完整性层面,奇安信拥有一系列采用率高于平均水平的服务产品,即拥有围绕端点安全、边界安全、云安全和OT安全的全面安全产品组合,可以利用其全面的专业知识来提供端到端的安全托管服务。
值得一提的是,除了7*24小时的安全资产监控服务外,奇安信安全托管服务还包括了深度聚焦威胁发现的MSS-TDR和其他新兴的MSS服务,专注于通过整合安全人员、流程和技术工具,根据行业规范、业务环境以及当前的安全态势为政企组织提供定制化的服务内容。
2020年,奇安信推出了MDR服务,以资产、漏洞、威胁等关键性安全控制点为基础,旨在通过其全面的内生安全解决方案以及关于大数据等方面的能力协作,面向政企用户提供一站式威胁检测、溯源分析及响应处置服务。未来三年,奇安信将持续扩大MSS产品组合,形成具有中国特色的MSS模式,并将其服务能力与现有安全资源相结合,助力智慧城市、重要行业领域构建和管理安全运营中心。
此前,奇安信安全托管服务曾屡次获得业界权威机构肯定,Forrester《Now Tech: Managed Security Services In Asia Pacific, Q4 2020》(Now Tech:2020亚太地区安全托管服务市场指南)、IDC《2020下半年中国IT安全服务市场跟踪报告》等报告均认可了其市场领先地位。
最后,《报告》预测随着网络攻击造成的业务中断和经济损失越来越多,政企组织安全意识逐步提升,MSS综合解决方案也面临着更大的需求;疫情迫使企业加快数字化转型、业务上云,云安全挑战加剧;企业部署了多种安全产品、采用多项解决方案导致内部安全环境更加复杂,有效管理安全风险面临巨大压力,MSS服务商应注意简化安全战略、降低复杂性、强化自动化及响应能力。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。