近日,专注于推动网络与安全融合的全球网络安全领导者 Fortinet®(NASDAQ:FTNT),宣布推出全新 FortiOS 操作系统 7.6 版本,并为旗下网络安全平台 Fortinet Security Fabric 全新集成生成式 AI、数据保护、托管服务和统一代理等更多关键功能。
狙击安全风险:FortiOS 7.6 全新发布
当前,网络安全威胁呈复杂化和多样化趋势,企业面临安全风险不断扩大的挑战。作为业内无缝融合网络与安全的领先操作系统,FortiOS 始终以客户需求、用户体验为中心,不断迭代更新融入大数据、GenAI等最新理念和技术,以与时俱进的网络安全能力全面守护数字化转型中的各行业企业。
全新发布的 FortiOS 7.6 涵盖以下关键功能,赋能用户高效缓解安全风险、精简网络架构,并实现端到端的卓越用户体验:
统一操作系统:全面赋能全系产品方案
Fortinet 始终致力于将旗下广泛的产品组合无缝集成至统一操作系统 FortiOS,同时大力投资自研加速芯片 ASIC,打造卓越软硬件实力全面赋能 Fortinet Security Fabric安全架构体系产品和方案:
Security Fabric 平台方法:重点聚焦三大领域
借助 Fortinet Security Fabric的卓越优势,Fortinet 为广大用户提供平台式的网络安全解决方案。该解决方案重点聚焦三大增长领域:安全组网、Unified SASE(统一SASE) 和 AI 驱动的安全运营,并基于统一操作系统——FortiOS、统一代理——FortiClient、管理平台——FortiManager以及数据湖——FortiAnalyzer实现网络与安全的全面融合,助力用户整合并保护整个数字攻击面。
Fortinet Security Fabric 的问世及持续创新,是 Fortinet 二十多年来对统一安全平台愿景及有机的产品开发和创新不懈努力的成果。该平台涵盖 50 多种企业级产品和服务,包括网络防火墙、有线和无线局域网络的构建和安全、SD-WAN、SASE、终端安全(EPP,EDR)、安全运营(SIEM、SOAR、攻击面管理等)。这种全面广泛的产品集成,结合开放式 API 以及由 500 多家第三方供应商构建的深度技术联盟合作伙伴生态系统,确保用户基于当前部署构建完整覆盖攻击面的安全平台,并利用 Fortinet Security Fabric 安全平台,满足独特安全需求,实现投资回报最大化。
对此,Fortinet 创始人、董事长兼首席执行官谢青表示:“Fortinet 自创立之初即坚守网络与安全深度融合理念,致力于携手广大用户构建功能全面的高效网络安全防护体系。为持续践行这一宗旨,过去二十年间,我们始终围绕统一操作系统潜心于安全和组网解决方案的有机开发,并大力投资研发专用处理器 FortiASIC。如今,作为全球功能最强大的实时网络安全操作系统,FortiOS 助力广大用户跨内容、应用程序、用户、设备、数据和物理位置,有效简化网络运维管理,并协同 FortiASIC 持续以更低成本和功耗,为用户交付无与伦比的卓越性能。”
二十多年来,Fortinet 踔厉奋发,笃行不怠,始终致力于有机产品和服务的开发与创新,促就 30 多种网络和安全功能的协同联动。我们坚信,此次全新增强操作系统 FortiOS 7.6 的发布,将成就网安行业新标杆。
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。