思科曾在今年 4 月发布 XDR 服务,引入了对网络和端点的深度遥测和可视性。XDR增加了勒索软件保护功能,其核心是能够将勒索软件爆发开始到基本业务信息快照之间的时间缩短到几乎为零。而此次的升级符合思科的广泛愿景,也就是建立一个统一的、人工智能驱动的、跨领域的安全平台。
思科表示,勒索软件和网络勒索的指数级增长凸显了加强安全协议的紧迫性。为了应对这些威胁,思科在努力建立一个弹性和开放的网络安全平台,目的是最大限度地减少影响及确保业务的连续运营。
思科Talos事件响应团队在最近的一份报告中强调提到勒索软件的增长,报告详细介绍了该团队如何在第二季度应对一年多来最频繁的勒索软件攻击事件。思科XDR的增强功能(如自动检测、快照和恢复关键业务数据)主要是在勒索软件攻击的最初阶段作出反应,通常是在网络发生横向移动之前。
思科有关功能的提升据称并非限于内部改进,还扩大了第三方 XDR 的整合范围,包括领先的基础设施和企业数据备份与恢复供应商。其中一个例子是思科与数据管理供应商 Cohesity公司的DataProtect和DataHawk解决方案的新整合。
Cohesity公司首席执行官兼总裁Sanjay Poonen在一篇博客文章中表示,“网络安全是董事会层面关注的问题,每一位首席信息官和首席信息安全官都面临压力,需要努力减少威胁行为带来的风险。为此,思科和Cohesity携手合作,帮助全球企业加强网络恢复能力。”
为了促进上述的整合,Cohesity 的工程师团队与思科技术团队紧密合作,在数据保护政策上进行灵活调整,从而增强安全性。整合与思科XDR的检测、关联和集成响应功能相辅相成,使得客户能够从数据保护和自动恢复的加速响应中获益。
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。