Gartner第二年推出的单一供应商 SASE(安全接入服务边缘)魔力象限榜,共有九家供应商上榜。
Gartner 近日公布了最新的单一供应商 SASE 供应商魔力象限排名,Cato Networks 的排名上升,Netskope 则首次出现在魔力象限中,两家公司与 Palo Alto Networks 一起进入备受瞩目的“领导者”象限。
近日发布的 2024 年 Gartner 报告第二年推出单一供应商 SASE 供应商魔力象限排名。Gartner 表示,“单一供应商”SASE 产品必须同时提供网络功能(主要是SD-WAN)及结合关键安全功能,并能够在统一的平台上采用“以云为中心的架构”即服务的方式交付。
SASE 所需的网络安全功能包括安全网络网关 (SWG)、云访问安全代理 (CASB)、零信任网络访问 (ZTNA) 和网络防火墙。这些功能在与 SD-WAN 分开提供时,通常会被打包成安全服务边缘(SSE)产品。
Gartner 的魔力象限排名是一个极具影响力且备受关注的指标,用于比较科技行业众多细分市场的关键参与者。
Gartner 曾于 2023 年 8 月首次推出单一供应商 SASE 排名,其时只有 Palo Alto Networks 出现在“领导者”象限中。
而在 2024 年单一供应商 SASE 魔力象限中,Cato Networks 从一年前的“挑战者”象限上升到“领导者”象限。Gartner 分析师认为,Cato 是“早期的先驱之一,帮助推动了市场的发展,其计划中的创新可能会继续塑造市场”。
而 Netskope 则并未出现在 2023年的 Gartner 象限排名中,2024年以“领导者”的身份首次进入单一供应商 SASE 魔力象限。Gartner称赞 Netskope 在客户体验方面具有良好的记录,同时为网络和安全提供了“强大的功能广度和深度”。
Netskope 公司的 Robert Arandjelovic 周二向记者表示,该排名凸显了 Netskope 作为全面 SASE 提供商的快速崛起,Netskope 此前花了数年时间建立了强大的SSE平台,并在 2022 年收购 Infiot 后将其与 SD-WAN 功能结合在一起。Netskope 完整的单一供应商 SASE 平台于去年秋天首次亮相。
Netskope 高级总监兼全球产品和解决方案营销主管 Arandjelovic 表示,Netskope 今年 1 月份推出的面向中端市场的 SASE 产品也为“领导者”排名奠定了基础。
他表示,“如若我们不能与市场的这一部分对话,我们就不可能成为‘领导者’”,并指出 Netskope 的中端市场 SASE 产品主要通过 MSP 合作伙伴进行交付。
在 2024 年单一供应商 SASE 魔术象限排名中,Gartner 分析师在报告中共纳入了九家供应商。
在今年的单一供应商 SASE 排名中,Fortinet 和 Versa Networks两家供应商被Gartner分析师选入“挑战者”象限。在“远见者”象限中,思科是唯一入选的供应商。
根据 Gartner 的报告,另有三家供应商(Hewlett Packard Enterprise、Cloudflare和Forcepoint)位列单一供应商 SASE的“小众厂商”象限。HPE 和 Cloudflare 首次出现在单一供应商 SASE 魔力象限排名中,去年两家曾获得“荣誉提名”。
据 Gartner 称,VMware(现归 Broadcom 所有)和 Juniper Networks 曾作为“小众厂商”出现在 2023 年的排名中,但今年没有达到入选标准。
其他许多公司因其“相关技术”和在单一供应商 SASE 领域的投资而获得“荣誉提名”,尽管这些公司在 Gartner 发布报告的截止日期前没有达到能被纳入排名的标准。获得荣誉提名的公司包括 Zscaler、Check Point Software Technologies、Sophos、SonicWall 和 Barracuda。
展望未来,Gartner 分析师预测,到 2027 年将有 65% 的 SD-WAN 购买通过单一供应商的 SASE 产品进行,高过今年的 20%。
好文章,需要你的鼓励
美国国家标准与技术研究院发布人工智能网络安全框架配置文件草案,旨在帮助组织安全使用AI系统。该文件围绕"安全"、"防御"和"阻止"三个重点领域,详细说明如何管理不同AI系统的网络安全挑战、利用AI增强网络防御能力以及阻止AI驱动的网络攻击。文件将网络安全框架的各个组件映射到具体建议上,覆盖入侵检测到供应链安全等各个方面。
微软亚洲研究院与清华大学联合提出双向感知塑造技术,通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息,避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能,超越使用数十万样本的专门模型,为AI视觉推理能力提升开辟新路径。
联想此次推出的推理加速引擎(Inference Acceleration Engine),是联想携手清华大学无问芯穹团队联合打造的本地AI加速解决方案。这款引擎将预装在联想年底发布的新一代AI PC产品线中,目标是让端侧推理性能直接看齐云端大模型水平。
上海交通大学研究团队开发了TimeBill框架,解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间,动态调整AI记忆管理策略,确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡,为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。