Akamai Guardicore 平台通过单一控制台即可提供广泛的监测能力和精细的控制能力,简化了企业安全防护流程
2024年 5月8日 – 负责支持和保护网络生活的云服务提供商阿卡迈技术公司(Akamai Technologies, Inc.,以下简称:Akamai)(NASDAQ:AKAM),近日宣布其 Akamai Guardicore 平台可助力企业实现 Zero Trust 目标。Akamai Guardicore 平台是首个将业界杰出的 Zero Trust 网络访问 (ZTNA) 和微分段技术相结合的安全平台,可帮助安全团队阻止勒索软件攻击、满足合规性要求,并为其混合工作团队和混合云基础架构提供安全防护。
勒索软件团伙的勒索和利用漏洞的手段变得更加激进,他们的战术和技术也在以传统安全工具跟不上的速度不断演化。根据Akamai的报告,2021年第四季度至2022年第四季度,APJ地区受害公司数量增加了50%。而2022年第一季度至2023年第一季度,受害公司数量更是激增204%。
勒索软件攻击急剧增加,加上合规要求越来越严格,给当今的安全团队带来了巨大挑战。传统的基于边界的安全解决方案,如网络防火墙和VPN,已经不再适用于当前的安全形势。此外,这些传统安全工具频发的漏洞,反而增加了组织的攻击面。
根据Gartner的预测,到2026年,60%以上致力于应用零信任架构的企业将使用多种微分段部署形式,而2023年这一比例仅低于5%。在APJ地区,这一点尤为关键,Akamai的报告指出,该地区组织面临的最大微分段挑战是缺乏相关技能和专业知识。
Akamai 亚太地区及日本安全技术和战略总监Reuben Koh表示:"在APJ地区,许多安全团队在部署像ZTNA和微分段这样的高级解决方案时,都面临着专业知识和技能的缺乏的挑战。在应对这一挑战的同时,这些解决方案需要变得更加简化和集成,从而能够以更简单高效的方式为企业提供关键的保护。"
Akamai 企业安全业务部高级副总裁兼总经理 Pavel Gurvich 表示:“安全团队面临着前所未有的压力,他们不但要应对勒索软件的威胁、管理严格的合规标准,同时还要努力整合供应商并管理预算。随着企业采用 Zero Trust,他们正在致力于简化体验,提供可覆盖所有资产和访问策略的广泛监测能力和精细控制能力。安全专业人员可以将 Akamai Guardicore 平台部署为单一控制台,以整合代理并在各种基础架构中实施 Zero Trust 原则。”
通过微分段、ZTNA、多重身份验证、DNS 防火墙和威胁搜寻的完全集成组合,Akamai Guardicore 平台可简单高效地实现 Zero Trust。此外,Akamai 还正在特别针对微分段组件进行一系列强有力的改进,旨在简化工作流程和增强安全态势。其中包括多重身份验证分段(可将身份验证检查视为微分段规则的一部分)、基本策略(可快速实施经过研究且基于最佳实践的策略)以及工作站点集成(允许范围内委派)。
Akamai Guardicore 平台的优势如下:
业界杰出的微分段和 ZTNA 可以作为单独资产加以利用,也可以组合使用以实现更大价值,这是一项历史性的突破。Zero Trust 的代理、控制台和供应商可以全部实现单一化,意味着将有越来越多的企业实现 Zero Trust的成功部署。
在本地和云端实施 Zero Trust 原则,并确保远程员工和办公室员工的安全。
针对东西向流量和南北向访问实施策略,而无需更改语法或控制台,以极为简单、有效的方式实现 Zero Trust。
在需要时充分发挥价值的单一代理。其他地方实现无代理覆盖。实现企业规模的快速部署,对系统性能和停机时间的影响微乎其微。
管理员可以像查看节点一样查看所有资产和用户,还可以像查看图表上的边线一样查看他们的通信和访问。可放大和缩小以查看高级视图或深度分析。这样,构建 Zero Trust 策略以应对东西向流量和南北向访问的过程将变得不再复杂。
准确利用所需的模块,同时随时准备在适当的时候添加更多功能。其中包括微分段、ZTNA、DNS 防火墙等。
利用人工智能 (AI) 实现 Zero Trust
Akamai Guardicore 平台利用 AI 来简化用户体验、漏洞评估、合规管理和事件响应。
功能和优势如下:
Akamai Guardicore 平台引入了 AI 功能,支持安全专业人员以自然语言询问有关其网络的问题,而不是手动研读日志,从而大大加快了合规范围界定和事件响应等各种用例的速度。
众所周知,网络标记非常困难,不但需要手动操作,而且十分耗时。Akamai Guardicore 平台利用 AI 简化了该过程,可以检查资产的行为方式并提出标记建议。这些建议附带置信度评分以及为何选择该标记的解释。
如需详细了解 Akamai Guardicore 平台以及企业如何实现 Zero Trust 目标,请查阅官网。欢迎参加Akamai于北京时间 5 月 22 日晚11 点举行的网络研讨会,了解如何简化零信任采用并增强整个混合基础设施的安全性。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。