4月25日,由绿盟科技集团主办的"需求之变——云化时代安全市场新洞察线上研讨会"顺利召开。本次研讨会邀请了数世咨询创始人李少鹏、绿盟科技集团副总裁曹嘉、杭州亮通网络工程有限公司总经理毛星宇一道,共同交流云化时代下客户需求的变化,探讨如何以客户的需求为根本,弹性的运营之道来帮助企业高效、安全的数字化转型,以及解决客户面临的安全问题。
会议伊始,绿盟科技集团云安全产品总监何坤做开场发言,总结了在数字经济新形势下,传统的安全建设思路已难以应对云时代复杂的安全风险。安全能力未来的发展趋势是什么?企业用户的核心需求应如何满足?云化时代下市场对安全运营如何理解?带着这些问题,研讨会正式开始。
数字安全时代的新三化:“运营化”、“原生化”、“原子化”
数世咨询创始人李少鹏分享了主题为《数字安全时代的新三化》的演讲,李少鹏表示,新三化首先是安全产品运营化,因当代IT环境日趋复杂,单点工具越来越多,促生了运营平台把各个工具连通起来,协同联动,综合分析,是安全发展的必然趋势。
李少鹏认为:“只有运营化才能够符合客户的实际应用需求,场景化服务也是网络安全产业实现价值的地方”。云计算在不断的颗粒度化和精细化,所谓云原生就是指不断精细化后的云。精细化的颗粒度越细,能够组合的变化就越多,能够应对未来的变化就越快,成本就越低,这个趋势是不可避免的。
李少鹏提出,当云原生精细化的更进一步时就是原子化。基于云原生的技术来达到安全能力的按需组合和解耦,是未来的趋势。未来会有更多安全厂商来实践安全能力的原子化。
绿盟科技提出云化战略:敏捷、弹性、效能,让安全直达客户
在云化时代的背景下,绿盟科技集团副总裁曹嘉分享了“客户需要的安全”的主题演讲,认为云化时代下的安全服务要围绕用户场景来建设,绿盟科技希望以云的敏捷、弹性、效能,让安全直达客户,由此降低成本,提升企业安全建设的投入产出比。某国际分析机构的报告可观察到,企业的信息建设已有全面云化的趋势,80%的企业会选择混合云、多云架构来部署自己的业务。
绿盟科技提出“云化战略”,用云的思路去建设安全:
1、挂图作战,降本增效:通过多云/混合云实现安全合规等众多场景建设,降低建设成本,实现投资保护;
2、云化交付,及时响应:云端安全专家7*24“陪护”,将检测、防护等安全能力通过云端直接投送到客户,快速、简单、有效;
3、持续连接,动态防御:把安全公司情报、预警和实时防护的能力通过连接不间断的供给给安全设备和平台中,让企业防御从静态变成动态,让安全建设者料敌先机;
4、开放合作,共建生态:通过云开放能力,基于合作伙伴(MSSP)提供一站式服务,让合作伙伴成为专业的安全服务商,合作共赢。
随后曹嘉分享了云化安全给客户带来的切实价值,以多云等级保护建设、动态实战化运营体系、SaaS自助和7*24小时在线支持、云化的能力开放为例,介绍了绿盟科技以云的思路建设安全的项目实践。
IT技术的发展催生网络安全建设仍有增长空间
最后,杭州亮通网络工程有限公司总经理毛星宇进行了《以客户为本,用服务夯实安全建设》的主题分享。毛星宇认为我国网络安全建设仍有巨大的增长空间,尤其是安全服务领域,必将成为最大的增量市场。同时也分享了与绿盟科技合作的成果,从2021年起至今,亮通已运营服务客户总数50多个,400多个监测站点,30多个云防护站点,十多个MDR/MSS服务客户。接着,毛星宇列举并分析了客户实际面临的安全、运维问题,他表示安全服务在提升公司利润率和提升客户粘性、客户满意度方面具有极大潜力和发展空间。
《“十四五”数字经济发展规划》中提及2025年,数字经济迈向全面扩展期,应对数字经济趋势发展,绿盟科技能更好的服务客户,以先进的技术力量紧跟时代发展趋势,深入客户需求,持续提升能力,携手合作伙伴为更多企业的数字化转型保驾护航。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。