随着网络变得更加复杂及分散,发现并及时应对威胁变得愈发困难。这一变化已经导致了安全问题的蔓延,使管理变得复杂,割裂了可见性,限制了组织有效应对威胁的能力。在一定程度上,这是由于现在平均每个企业在自己的网络上部署了多达45个安全解决方案,使得任何形式的集中管理都几乎无法实现。更糟糕的是,检测和响应网络事件需要在其中的19个工具之间进行协调,导致每次设备升级时都需要不断管理和重新配置。
尽管存在这些挑战,但很多企业仍然选择先行动起来,然后再去思考如何最好地保护和管理其网络更改。但是,这又为攻击者和威胁创造了“完美风暴”,他们希望利用这种复杂和零散的环境自然产生的孤岛、复杂性和可见性差距。所以Gartner的网络安全网格架构(CSMA,Cybersecurity Mesh Architecture )被列入2022年网络安全主要趋势也就不足为奇了。
什么是网络安全网格平台?
现在的企业不只是在寻找一种能够更好地控制其零散的基础设施和部署的统一架构,更需要一个能够安全、直接地部署新技术和服务的系统。仅仅依靠连接不同安全技术的变通方法是不够的,他们需要一个全面覆盖、深度集成和动态协同的“网络安全网格平台”,提供集中管理和可见性,支持在一个庞大的解决方案生态系统中协同运行,自动适应网络中的动态变化。
虽然,现在Gartner将这个想法称为“网络安全网格架构(CSMA)”,但其实十多年以来,Fortinet一直将其称为Fortinet Security Fabric安全架构,并率先提出了这个原则:全面覆盖、深度集成、动态协同的“网络安全网格平台”对于在当前不断扩展的网络中降低复杂度和提高整体安全有效性至关重要。
后疫情时代的随时随地办公(WFA)新常态,就是“统一安全网格架构”的完美用例。WFA需要多个解决方案才能在一组动态的园区和数据中心资产、分布式家庭办公室和基于云的应用中协同工作。Fortinet Security Fabric安全架构非常适合应对这些新的复杂挑战。
Fortinet 50多种安全和组网技术的组合(业内最全)从一开始就是为交互操作设计的——共享威胁情报、关联数据,并作为一个协调的系统自动响应威胁。更重要的是Fortinet不仅提供网络安全产品的融合,还通过安全SD-WAN等行业首创产品提供安全和组网的融合 ——这就是Fortinet引以为傲的“安全驱动网络” 。
Fortinet认为真正的“网络安全网格平台”应该通过实现和支持广泛开放的技术合作伙伴生态系统来进一步消除技术和供应商孤岛。到目前为止,作为Fortinet Security Fabric安全架构开放生态系统的一部分,Fortinet已经与450多家第三方技术合作伙伴实现了集成和交互操作。这样一个开放的生态系统非常重要,它让组织能够灵活地进行方案部署,同时从集成和融合的运营、可视化和安全性中受益。
这种方案不仅适用于企业,渠道合作伙伴也可以通过一个“网格平台”战略为其客户提供更强大的解决方案,同时自身也可以获得更多的盈利,并且不再是简单地销售单点产品。真正集成的解决方案全面组合能够通过应用其专业知识和架构能力来解决当今组织面临的更大挑战,从而提升真正的价值。
无论是为了保护WFA等新兴网络安全挑战,对抗日益严重的勒索软件威胁,还是想减少管理大量孤立安全解决方案的费用,采用更加统一的安全方法是不可避免的趋势。Gartner认为,“到2024年,对于采用网络安全网格架构(CSMA)——将安全工具整合为一个协同生态系统的组织来说,可以平均降低90%在财务上遭受安全事件的影响。”
业界表现力最佳的网络安全网格平台会带来什么?
对于Fortinet的客户来说,好消息是不必等到2024年才能享有新型网络安全网格架构(CSMA),他们现在就可以通过Fortinet Security Fabric安全架构获得以下优势:
威廉·莎士比亚曾经写道:“玫瑰即使不叫玫瑰,依然馨香如故。” 一个全面覆盖、深度集成、动态协同的“网络安全网格平台”也是如此。无论是将其称为“网络安全网格架构(CSMA)” 、“网络安全平台” 还是 “Fortinet Security Fabric安全架构” ,为企业客户带来的效果都是一样的。重要的是组织应该接受和采用一种集成的安全方案作为其数字化加速计划的一部分。无论他们的路在何方,这都可以帮助他们降低复杂度、简化操作和提高安全有效性。
我们很欣喜地看到Gartner对Fortinet已推广了十多年的理念做出回应与认可!
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。