这家网络巨头将利用Armorblox的自然语言处理、预测和生成性人工智能功能,帮助客户更好地了解他们面临的安全风险。在宣布收购的博客文章中,思科安全首席产品官Raj Chopra表示,Armorblox因率先使用大语言模型和自然语言理解来管理网络风险而脱颖而出。
Armorblox利用这些技术和多种先进的机器学习模型来分析数以千计的信号,包括用户身份和行为,以及通信的内容和背景,防止针对人类员工的威胁。它的重点在于阻止商业电子邮件泄露和有针对性的网络钓鱼攻击,并保护敏感数据。
Chopra写道:“Armorblox先进技术的第一个应用是保护一种企业用户受到的常规攻击途径——是的,我说的就是电子邮件。”“不过,通过这次收购,我们看到了广阔的、令人兴奋的安全用例,并解锁了各种可能性。”
思科没有透露收购的具体财务条款,但表示预计将在7月份第四财季结束时完成此次收购。
Armorblox成立于2017年,拥有超过100名员工。它已经筹集了4650万美元的资金,最近一轮是2022年9月,由SentinelOne Ventures领投。SentinelOne创新主管Ido Kotler在9月份的时候表示:“我们与Armorblox团队一起深入探讨了他们的技术,并留下了深刻的印象。”“Armorblox在机器学习和自然语言理解方面有很强的能力,当应用于电子邮件安全时,会获得高检出率和低误报率。”
Armorblox的管理团队因其血统而引人注目,首席执行官DJ Sampath曾在StackRox领导工程,首席产品官Anand Raghavan曾在ThoughtSpot领导产品管理。
思科表示,在完成收购后,Armorblox将并入其安全业务集团,为其整个安全产品组合带来生成性人工智能体验。据Chopra称,Armorblox的技术可以帮助实现从增强攻击预测、快速威胁检测到高效政策执行在内的所有功能。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。