2022 年 9 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)宣布推出 Check Point Horizon 平台,一款以预防为中心的统一安全管理和防御平台,整合了托管预防和响应 (MDR/MPR)、扩展预防和响应 (XDR/XPR) 以及 Events 主动式管理解决方案。所有功能均可一键激活,并享有业内顶级分析师、研究专家和创新 AI 技术的支持。
如今的网络威胁形势十分严峻,问题一触即发。在我国,网络安全已经成为国家级战略发展项目之一。在刚刚过去的2022年互联网安全宣传周上,网信办相关负责人表示:网络安全理念与科技的推广,可推动全社会网络安全意识和防护技能的提升,对于维护国家网络安全、保障人民群众合法权益具有重要意义。同时,Check Point 近来的报告显示,全球网络攻击激增 42%,勒索软件成为威胁企业的头号杀手。受多个工具孤岛中无休止的告警和误报的干扰,加之对攻击向量的认识不足、摸底不清,尽管安全团队天天忙于对付漏洞、防止损害蔓延,网络攻击仍然不降反增。而网络经验匮乏和持续的技能短缺无疑使这一问题变得更糟了。
在此背景之下,企业建立具备 24/7 全天候监控、响应和威胁搜寻能力的安全运营中心 (SOC) 成为当务之急。但是对于大多数企业来说,这样做既复杂又费钱。此外,在如此严峻的挑战面前,SOC 仍然略显捉襟见肘,因为业内的策略是以检测和响应为主,并不擅长防御。
IDC 安全服务研究副总裁 Craig Robinson 表示:“当今市场上的许多现有 MDR 解决方案只负责检测和管理网络事件,真正具备防御能力的是少之又少。在鱼龙混杂的 MDR 市场中,以预防为中心的 Check Point Horizon 犹如一股清流,打破了行业现状。”
Check Point 软件技术有限公司的威胁管理负责人兼首席安全顾问 Dan Wiley 表示:“出色的防御工具与业内顶级分析师、研究专家和创新 AI 技术的支持珠联璧合,是 Horizon 取得成功的重要秘诀。Check Point Horizon 是涵盖整套基础架构的统一解决方案,能够极大地改善网络防御能力并防止攻击发生,同时降低开销和总体拥有成本。”他继续指出:“任何 MDR 服务的关键都在于人员,预防是我们深入骨髓的安全理念。借助 Horizon MDR/MPR,客户可以直接享受我们的事件响应团队的支持,从他们每年处理 3,000 多个事件的丰富经验中受益。如果用户没有资源来运行可靠的 24/7 全天候 SOC,Check Point将为用户代劳。”
Check Point Horizon 将以安全为中心的方法融入到了安全运营中,为 SOC 团队提供了所需的工具和服务,让他们能够以更少的资源实时防止攻击。这些工具包括:
旧金山公共卫生部首席信息安全官 (CISO) Marc Upchurch 表示:“作为一家资源有限的公共卫生公司,我们必须要与日常成本低、投资回报高的网络安全厂商合作。Check Point 致力于投资开发优秀的产品和服务,在易于管理的综合安全平台上提供以预防为中心的集成解决方案,这一持续不断的付出在我们的环境取得的成效中可见一斑。虽然我们的团队规模不大,但在 Horizon MDR/MPR 的帮助下,我们能够协调网络安全目标与患者安全计划,24x7x365 全天候不中断地为常住和旅居旧金山的人们提供服务。”
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。