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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。