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
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。