2022 年 4 月 -- 网络安全解决方案提供商 Check Point® 软件技术有限公司(纳斯达克股票代码:CHKP)宣布,Harmony Endpoint 连续两年凭借其最全面的威胁检测和可视性能力被 MITRE Engenuity ATT&CK® 评估评为端点安全领域的领导者。MITRE Engenuity 的评估结果表明,Check Point Harmony Endpoint 能够立即自动拦截、修复勒索软件及其他网络威胁并从中恢复,从而防止破坏蔓延。与此同时,安全团队还可以使用该解决方案准确检测、调查并应对威胁,并结合 MITER ATT&CK® 框架获得业内最全面的关联能力。
Harmony Endpoint 拥有最高的技术检测水平和零延迟警报检测能力,支持全面检测所有攻击步骤。该解决方案针对 APT Spider Wizard 的检测率达 98%。这些结果表明,Check Point 致力于提供应对网络威胁的最高级别准确性与上下文可视性,同时为用户提供自主检测和响应能力。
在本次评估中,MITRE Engenuity 测试了 30 家端点安全提供商及其解决方案,并根据 MITRE 对现实世界的观察所建立的攻击战术和技术知识库进行评估。今年,MITRE Engenuity 测试了厂商检测 Wizard Spider(旨在索取赎金的犯罪集团)和 Sandworm所采用的攻击技术。选择这两个攻击者出于几个方面的考虑:复杂性、与市场的相关性以及 MITRE Engenuity 的工作人员能否有效地模仿攻击者。
Check Point 软件技术公司威胁防御副总裁 Ofir Israel 表示:“在过去的一年里,攻击的复杂程度和频率急剧增加,创造了新的历史高峰。在这种情况下,企业应采用威胁感知的安全策略。MITRE Engenuity ATT&CK® 评估了网络安全解决方案抵御现实世界网络攻击和黑客组织的能力,能够帮助用户做出正确的选择。端点安全对于保护超分布式办公空间至关重要。最新的 ATT&CK® 评估结果显示,Check Point Harmony Endpoint 连续两年凭借行业领先的威胁检测和全面的攻击可视性能力荣膺领导者称号。Harmony Endpoint 的客户可获得所需的所有端点保护,有效防范勒索软件、恶意软件、网络钓鱼等所有紧迫威胁,同时以最低的总体拥有成本尽享强大的检测和响应功能。”
MITRE Engenuity ATT&CK 评估执行总经理 Ashwin Radhakrishnan 表示:“最新一轮评估表明,参与厂商的产品有了显著的增长。我们发现,威胁感知的防御能力正得到更多关注,这反过来使信息安全社区更加重视 ATT&CK 框架。”
测试的主要亮点包括:
关于 MITRE Engenuity
MITRE 子公司 MITRE Engenuity 是 MITRE 旗下的一家公益技术基金会。MITRE 团队以使命为导向,致力于解决安全问题,打造更安全的世界。我们不仅拥有广泛的公私合作伙伴关系,而且还拥有联邦政府资助的研发中心,我们与政府和行业携手合作,共同应对与国家安全、稳定和福祉有关的各种挑战。
MITRE Engenuity 为私营部门提供了 MITRE 深厚的技术知识和系统思维,以帮助解决仅凭政府之力所无法解决的复杂挑战。MITRE Engenuity 将美国联邦政府、学术界和私营部门等不同领域的研发力量凝聚在一起,共同应对国家和全球挑战,例如保护关键基础设施、创建富有弹性的半导体生态系统、建立公益基因组中心、加速 5G 用例创新以及普及威胁感知的网络防御。
好文章,需要你的鼓励
亚马逊在CES期间宣布推出Alexa.com网站,用户可像使用其他AI聊天机器人一样与Alexa交互。经过数月早期体验,Alexa+已获得数千万用户。新网站支持语音和文本交互,需登录使用以确保跨设备功能连续性。76%的Alexa+交互为独特任务,包括智能家居控制和第三方集成。Alexa+兼容七年来的设备,正式版将收费每月20美元或包含在Prime会员中。
SimWorld是由UCSD等多所顶尖院校联合开发的革命性AI仿真平台,基于虚幻引擎5构建了具备真实物理规律的虚拟城市环境。该平台支持无限扩展的程序化世界生成和自然语言交互,让AI智能体能够在复杂环境中学会生存、合作和竞争,为通用人工智能的发展提供了前所未有的训练平台。
AI笔记公司Plaud在CES 2026推出新款可穿戴设备NotePin S,可夹在衣领、戴在手腕或挂在脖子上记录对话。该设备通过蓝牙连接手机,配备双麦克风,录制范围约3米,支持一键高亮标记重要时刻。同时发布的还有Plaud Desktop桌面AI记录工具,可原生捕获线上会议内容,无需机器人加入通话。两款产品将所有笔记、会议和对话整合到统一平台管理。
浙江大学联合华为提出C2DLM,这是一种因果概念引导的扩散语言模型,通过自动提取因果关系并融入注意力机制来增强AI推理能力。相比传统方法,C2DLM在推理任务上平均提升1.31%-12%,训练效率提高3.2倍,为解决语言模型推理能力不足开辟了新路径。