F5 Networks近日宣布将以6800万美元收购云安全公司Threat Stack,这也将是该厂商在过去几年中进行的第四次重大收购。
F5表示,希望将其应用安全软件和应用编程接口保护工具与Threat Stack的产品相结合,以“增强跨应用基础设施和工作负载的可见性”。
Threat Stack主要提供用于云基础设施和工作负载的实时威胁检测工具。与其他试图处理已发现安全漏洞的产品不同,Threat Stack的产品是主动防御的,会提醒用户注意已知漏洞并扫描基础设施以查找需要应对的其他漏洞。
Threat Stack的入侵检测平台适用于混合云、多云和容器环境,还可以与Slack集成以实时提醒DevOps团队注意任何安全问题,客户包括Glassdoor、Ping Identity和Proofpoint。
F5认为,将Threat Stack的云安全工具与其应用和API保护产品相集成,将让用户可以更轻松地在任意云平台上采用具有一致性的安全策略。
此次收购有助于F5在其传统网络硬件业务之上进行的持续转型。在首席执行官Francois Locoh-Donou的领导下,F5已经转型为一家软件和服务提供商,并且正在推动所谓“自适应应用”的愿景。
Constellation Research分析师Liz Miller表示:“这次收购的有趣之处在于,它让安全和云更加落地,因为统一的(基础设施)方案并不一定适合所有人。安全领域存在着一种挑战,那就是不仅要更快速地做出反映,而且要能够在统一面板中更快地看到。我希望看到更多此类‘缩小差距’的收购,将有助于解决安全和IT团队所面临的现实问题:即在面临威胁加速的情况下让基础设施变得更为完善。”
此前,F5为实现这一愿景而进行的收购包括2019年3月以6.7亿美元收购Nginx、2020年1月以10亿美元收购Shape Security,以及一年后以5亿美元收购Volterra。
F5表示,此次收购交易将于12月这个季度完成,Threat Stack首席执行官 Brian Ahern 将作为交易的一部分加入F5,更多细节将在交易完成后公布。
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
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。