IBM Security宣布已经达成协议收购端点安全平台初创公司ReaQta,交易金额未对外公布。
ReaQta公司成立于 2014 年,提供的端点安全平台利用人工智能来识别和管理威胁,同时自动保持不被攻击者检测到。ReaQta的Active Defense Intelligence Platform平台为客户提供了先进的检测和响应能力,无需额外的技术人员或者资深技术人员。
ReaQta将简化检测和应对新威胁作为目标,称其高度集成的情报平台为客户提供了灵活性和速度,还可以执行复杂的分析,而这在以前,只有大型高度专业化的团队使用能够帮助组织现在和未来安全性的动态方法才能做到。
ReaQta基于行为的平台有助于实时阻止已知威胁和未知威胁,并且可以以混合模式进行部署——部署在本地环境、云端、或者是物理隔离的系统。该平台通过在端点本机上进行深度学习,能够不断改针对每个端点每个业务威胁行为的定义,从而阻止任何异常行为。
ReaQta称,该公司是“由进攻和防御网络安全领域的专家所组成的精英团队”创立的,“开辟了以突破性方法取代失败的传统网络安全技术的新道路”。
对于IBM Security来说,收购ReaQta将有助于增强其在扩展检测和响应市场中的实力。
ReaQta公司首席执行官Alberto Pelliccione在一份声明中表示:“ReaQta的使命是更好地为那些不懈努力地领先于网络威胁的防御者配备先进技术,以快速识别和阻止新的攻击。与IBM的整合,将让我们能够通过经过一款经过验证的威胁检测和响应平台,在所有类型的环境中增强和扩展我们独特的AI功能。”
在此次收购的同时,IBM Security还发布了QRadar品牌下的XDR新品。IBM QRadar XDR旨在帮助安全分析师打破行业中单点产品激增所造成的孤岛,该服务提供了跨安全工具和数据源的全面可见性。
据Crunchbase称,在被收购之前ReaQta已经累积筹集了280万美元的风投资金,投资方包括Integra Partners、Investlink、Fortino Capital和Alpha Intelligence Capital。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。