网络安全领域在不断地快速发展,人工智能在该领域也正在成为越来越重要的工具。微软安全营销副总裁 Alym Rayani今天发表了一篇耐人寻味的新博文,他在博文中特别提到人工智能在应对日益严峻的网络安全挑战中的作用。
这篇博文重点提到不断变化的威胁环境及多安全解决方案中的孤立数据,博文称这会导致防御者常常只具备有限的可视性。而同时,微软检测到的密码攻击数量在过去12个月中增加了两倍多,由于网络攻击的年度成本也在持续上升。Rayani认为这些都凸显出需要更强大的安全措施。
大量的网络攻击和形形色色的网络犯罪分子可能令人不知所措,但Rayani 从一个有趣的角度出发,他强调指出,人工智能与端到端安全相结合的潜力可以建立一个具有快速适应性防御的弹性态势。他还强调,专业网络安全专家和合作伙伴在帮助客户为人工智能时代做好准备方面起到关键作用。
他在博文里讨论了安全、人工智能等等后,也在博文里宣布了微软安全助手早期体验计划(Microsoft Security Copilot Early Access Program)。安全助手旨在配合广泛的微软和第三方工具的使用,利用人工智能的力量以机器速度和规模提供保护。
微软在推出安全助手早期测试的同时还宣布成立安全助手设计顾问委员会。据悉,这一举措是微软加强与旗下合作伙伴(包括微软智能安全协会成员)合作并一起营造合作环境的一部分。
微软还在增加在管理扩展检测和响应社区方面的投资,进而满足对这些服务的预期需求。Rayani指出,微软正在积极招募更多的MXDR合作伙伴,这表明了微软对合作伙伴社区的承诺。
微软发布的新版本包括Sentinel、Defender Experts for XDR和Purview Insider Risk Management的更新。这些更新旨在简化预算、计费和成本管理,为应对事件提供逐步指导及允许合作伙伴通过引入非微软来源的检测进行自定义指标的创建。
好文章,需要你的鼓励
网络和基础设施管理技术提供商NetBox Labs完成3500万美元B轮融资。该公司是开源网络基础设施管理平台NetBox的商业化运营方,服务数万家企业用户,包括数十家财富500强公司。NetBox已成为现代技术基础设施构建、管理和自动化的标准平台,可加速创新、简化运营并支持AI应用场景。
这项研究开发了VIDEO-RTS系统,仅用传统方法3.6%的训练数据就让AI学会了真正的视频推理能力。系统采用"纯强化学习"跳过死记硬背阶段,结合"稀疏到密集"的自适应推理策略,在五个权威测试中平均准确率提升2.4%。这一突破性进展可能改变AI视频理解的发展方向。
ITPro Today针对IT专业人士进行的边缘计算策略调查显示,55%的受访者对边缘计算概念仅"有所了解",21%的组织IT预算中边缘计算投资不足5%,而33%的组织至少投入10%。性能提升和安全性是采用边缘计算的主要驱动因素,分析和数据缓存是主要应用场景。Microsoft Azure IoT Edge是最广泛使用的边缘平台,混合云-边缘模型成为主流架构。成本仍是边缘计算采用的最大障碍。
约翰斯·霍普金斯大学研究团队开发出能够自主完成胆囊切除术的手术机器人系统SRT-H。该系统采用分层决策架构,具备自我纠错能力,在8次完整手术测试中实现100%成功率。系统通过观看16000个手术轨迹学习,能够像人类医生一样观察、判断和纠错,代表了手术机器人向真正自主化迈出的重要一步。