近日,专注网络与安全融合的全球网络安全领导者Fortinet®(NASDAQ:FTNT)宣布,已进一步扩展旗下 Universal SASE 解决方案功能,通过无处不达的统一操作系统 FortiOS,助力混合办公模式用户实现随时随地安全高效的网络访问。
Fortinet Universal SASE 解决方案功能扩展
单一供应商 SASE 解决方案可为用户和设备提供针对关键资源和应用程序的灵活访问。然而,多数企业往往部署不同的供应商和产品并采用割裂的方式获取 SASE框架定义的不同能力,导致企业需同时操控不同的系统功能和管理平台,这一做法无疑令企业面临重大挑战。
Fortinet Universal SASE 解决方案在传统单一供应商 SASE 的基础上进行了优化,能够在本地和云端提供一致的安全策略和控制能力,同时跨所有功能和部署模式实现无缝集成,既提升了当下混合办公网络环境的用户访问体验,又大幅缩减了 IT 支出。
单一FortiOS可以支撑完整的SASE架构,包括NGFW、SD-WAN、安全Web网关、SSL加解密、CASB、DLP以及ZTNA等等关键能力,更具灵活性。其可在硬件设备上以加速模式高效运行,也可在 FortiSASE云中运行,为所有边缘提供一致组网、安全性和策略管理优势。除此之外,FortiGuard AI 驱动的 IPS(入侵防御系统)、DNS 过滤、URL 过滤、反恶意软件、沙箱等安全服务,则进一步强化了这一优势。
Fortinet 创始人、董事长兼首席执行官谢青(Ken Xie)表示:“Fortinet 操作系统 FortiOS 是业内唯一一款企业级融合操作系统,支持高效运行以 Fortinet 硬件设备或云交付模式部署的安全访问服务边缘(SASE)解决方案及其众多防护功能,如防火墙、SD-WAN、安全 Web 网关、加密/解密、云访问安全代理(CASB)、数据泄露防护(DLP)和零信任网络访问(ZTNA)。凭借这一独创方法,可实现 30 多项网络和安全融合功能的单一平台集中管理。其中 14 项功能还可通过搭载 FortiASIC 第五代安全处理器的全新 FortiGate 120G SASE 设备实现性能加速。”
目前,Fortinet 将面向以下三大关键领域实现SASE架构的进化,持续扩大 Universal SASE 解决方案投资规模:
FortiSASE 依托可扩展的全球云网络,通过FortiSASE 云部署节点提供与 FortiGate 硬件设备相同,且符合SASE框架定义安全能力。为提供卓越的用户体验以及更高的服务可用性,Fortinet 目前已在全球实现 100 + FortiSASE 云部署节点覆盖。
为了推动企业园区和分支机构引入完整 SASE 架构,Fortinet 宣布推出全新 FortiGate 120G SASE 设备。该产品由 Fortinet 专研 ASIC 定制加速芯片 SP5(第五代安全处理器)提供强劲支持,可实现 SASE 架构诸多组件的性能加速,如提供比业内平均水平快 6 倍的高达 3 Gbps 吞吐量的 SSL 检查功能,实现大规模加密流量检查。
Fortinet 现已将早前推出的 FortiFlex灵活计费计划扩展至 Fortinet Universal SASE 解决方案。无论用户想订购本地服务还是 FortiSASE 云服务,均可通过 FortiFlex灵活计费计划实现完整 SASE 架构的订购。FortiFlex 在云、混合云和本地部署模式中,均可提供按需使用和按量付费许可,赋能企业组织 IT 团队灵活调整部署规模,缩短以往漫长的新部署安全解决方案采购周期,简化新部署服务的部署和配置,帮助 IT 团队按需缩减或暂停非必要服务,最大限度利用有限预算,实现投资回报率最大化。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。