2023 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)宣布收购 Atmosec。Atmosec 是一家仍处于早期阶段的初创公司,致力于快速发现和拦截恶意 SaaS 应用、阻止有风险的第三方 SaaS 通信以及修复 SaaS 配置错误。 此举强化了 Check Point 在增强 SaaS 安全产品和解决 SaaS 应用安全漏洞与盲点方面的能力。
随着 SaaS 应用的广泛采用,企业用户面临的网络威胁与日俱增。Statista 报告称,全球机构平均使用 130 个 SaaS 应用。然而,Atmosec 的研究指出,还有大约 700 个 SaaS 应用是在 IT 部门不知情的情况下使用的。此外,O365 和 Slack 等常用企业 SaaS 平台中连接着数百个第三方应用。日益扩大的 SaaS 环境不仅增大了潜在的攻击面,而且还在未经适当 IT 授权的情况下引入了许多可能有害或不当使用会导致敏感信息泄漏的应用。
Check Point 软件技术公司首席产品官兼研发主管 Nataly Kremer 表示:“向 SaaS 应用的转变带来了一系列特定挑战,特别是在 SaaS 到 SaaS 恶意通信方面。Atmosec 强大的 SaaS 发现、风险评估和全面可见性功能可帮助应对这些挑战。通过将 Atmosec 的技术集成到 Check Point Infinity 中,我们能够提供业界最安全的 SASE 解决方案之一,支持用户有效地管理 SaaS 安全防护,防止数据泄露、未经授权的访问和恶意软件传播,打造可靠的自适应零信任环境。”
Atmosec 技术的主要功能包括:
借助 Atmosec 的技术,Check Point Infinity 将通过持续的 SaaS 态势管理、恶意通信防御 (SSPM) 及全面的 SaaS 应用安全堆栈,包括威胁防御、数据保护以及对用户和设备的自适应零信任访问控制 (CASB),提供有效的 SaaS 安全防护。
新功能将按照路线图逐步发布,支持用户在目前所用的 Check Point Infinity 平台上利用这些重要的增强功能。
对 Atmosec 的收购预计将于 2023 年 9 月中旬完成。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。