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)近日宣布了两项重大收购交易,分别收购了领先的云原生应用程序保护平台(CNAPP)开拓者Lacework,以及内部风险和数据保护领域的佼佼者Next DLP。这两项收购不仅进一步巩固了Fortinet在网络与安全融合领域的领导地位,还显著提升了其在云安全和数据泄露防护方面的能力。
收购Lacework,构建全面AI驱动型云安全平台
自2024年8月1日起,Fortinet成功完成了对Lacework的收购。Lacework作为云安全和云原生应用程序保护平台(CNAPP)的开拓者,其创新的AI技术为客户提供了高度集成且强大的云安全解决方案。
Fortinet创始人、董事长兼首席执行官谢青(Ken Xie)表示:“Lacework的加入,是我们对广大客户承诺的又一重要兑现,即通过创新解决方案为本地和云环境提供一致且高效的安全性。Lacework的云原生平台与Fortinet Security Fabric的无缝集成,将构建一个基于单一供应商的全面且全架构的AI驱动型云安全平台,为客户带来前所未有的安全体验。”
此次收购不仅为Fortinet带来了Lacework的先进技术,还包含了225项授权专利和专利申请,极大地丰富了Fortinet在云安全和人工智能技术领域的知识产权储备。同时,一支经验丰富的销售团队和才华横溢的工程师团队也将加入Fortinet大家庭,共同推动公司在全球范围内的业务扩展和技术创新。
收购Next DLP,强化数据泄露防护能力
紧随Lacework收购之后,Fortinet于2024年8月5日宣布了对Next DLP的收购,该交易已即时生效。Next DLP作为内部风险和数据保护领域的领先者,其SaaS云原生数据保护平台与Fortinet基于AI/ML的异常检测和分类领先技术的无缝融合,为客户提供了强大的数据泄露防护能力。通过此次收购,Fortinet将进一步增强其在企业数据泄露防护(DLP)领域的市场地位,并在终端和SASE(安全访问服务边缘)集成DLP市场巩固其领导地位。
谢青强调:“收购Next DLP是我们战略布局中的重要一环,它标志着我们在数据泄露防护领域的又一重要突破。Next DLP的加入将大幅提升我们的数据防护能力,帮助客户在SASE及终端部署的各个环节更加高效地管理与防范内部风险。”
Next DLP首席执行官Connie Stack表示:“我们很高兴能够与Fortinet携手,共同推动数据安全领域的创新与发展。通过此次收购,我们将把Next DLP的卓越技术与Fortinet的市场领导地位相结合,为全球用户提供更加全面、高效的数据安全解决方案。”
凭借持续的技术创新,Next DLP 已备受行业分析师广泛认可。在 2023 年 Gartner® 数据泄露防护市场指南 和 2023 年 Gartner® 内部风险管理解决方案市场指南中,Next DLP 获评代表供应商殊荣。
作为为企业提供业内领先统一 SASE 解决方案承诺的一部分,Fortinet 计划集成 Next DLP 创新技术,为 Fortinet 安全服务边缘(SSE)产品系列新增高级数据泄露防护功能,并在 Fortinet Security Fabric 安全平台中全新集成内部风险和数据保护功能。
展望未来,持续引领网络安全新纪元
随着数字化转型的加速推进,网络安全和数据保护已成为企业不可或缺的重要组成部分。Fortinet通过连续收购Lacework和Next DLP,不仅增强了自身的技术实力和市场份额,还为客户提供了更加全面、智能的安全防护方案。未来,Fortinet将继续秉承创新为先的核心理念,不断推动网络安全领域的技术进步和发展,为全球用户构建更加安全、可信的数字世界。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。