近日,专注推动网络与安全融合的全球网络安全领导者 Fortinet®(NASDAQ:FTNT),宣布对旗下业界领先的OT安全平台进行新一轮全面升级,此次更新旨在深化安全组网与安全运营(SecOps)服务的功能优势,强化与顶尖OT供应商的战略联盟,坚定为制造业、食品业、运输业等基础设施提供坚固安全防线的承诺。
OT攻击猛增,安全平台保驾护航
根据Fortinet发布的《2024年运营技术与网络安全态势研究报告》,OT系统正面临日益严峻的网络攻击威胁,攻击数量呈现明显上升趋势。报告中指出,有近四分之三(73%)的受访组织透露,它们曾经历过安全威胁的入侵,这些威胁有的仅限于OT系统内部,有的则跨越界限,同时影响到了IT与OT两大系统,这一比例相较于2023年的49%有了显著的提升。
鉴于此严峻形势,对于各组织而言,采取针对性措施,部署专为OT环境量身定制的网络安全解决方案,已变得刻不容缓且至关重要。此举旨在有效抵御潜在的网络攻击,保护OT系统的稳定运行,进而维护整个企业的业务连续性和信息安全。
作为全球网络安全领导者二十多年创新经验累积的卓越成果,Fortinet OT 安全平台旨在高效降低工业环境安全风险,精准应对工业环境的安全挑战,通过加速安全部署进程并优化用户体验,为广大用户保驾护航,开启更加安全、顺畅的OT安全之旅。
OT安全组网升级增强防护能力
此次更新,Fortinet OT安全平台在组网工具和远程访问方面取得了显著进展。首先,强化了FortiOS OT View仪表板,提升了资产识别和OT网络拓扑的精准度,支持关联并显示可配置资产位置,优化了资产管理和通信路径。同时,新增了可扩展虚拟补丁修复功能,通过FortiGuard OT安全服务实现更广泛的漏洞防护,有效保护未修复OT资产。
此外,Fortinet还推出了两款加固型交换机系列,专为带宽密集型工控和工业物联网(IIoT)设备设计,支持以太网供电和冗余架构,提升了网络连接的稳定性和可靠性。同时,FortiSRA和FortiExtender Vehicle解决方案的升级,进一步增强了远程访问和移动环境下的安全防护能力,为车辆和急救人员提供了统一的安全平台。
扩展AI驱动的OT安全运营能力
Fortinet OT安全平台通过扩展AI驱动的OT安全运营能力,有效应对了日益严峻的安全威胁。FortiSOAR的OT功能得到了全面增强,引入 OT View(具备 OT 资产管理功能的 IT/OT View 仪表板)和全新合规性 Playbook,以获得更深入的 OT 网络和资产可见性,加速 OT 网络和资产修复速度。
此外,FortiAnalyzer的分析和报告功能也得到了显著增强,支持按需创建多种行业标准的风险报告,如IEC 62443-3-3等,即将上线的IoT/IIoT/OT仪表板还将引入医疗物联网(IoMT)分析支持,为用户提供更加全面、深入的合规监管和安全态势评估。
而FortiNDR则凭借其强大的网络行为分析能力,精准识别并实时检测OT网络中的各类威胁,确保了系统的安全稳定运行。
最后,FortiDeceptor即服务通过新增设备、协议和简化部署,为OT和IoT环境提供了高效、可扩展的欺骗防护,进一步提升了用户体验和整体安全水平。
强化 Fortinet OT 合作伙伴关系
Fortinet 全球合作伙伴生态系统,汇聚众多拥有深厚 OT 专业知识与技术的行业领先组织,携手为广大用户赋能,共同实现网络弹性最大化与运营效率的显著提升。
作为 Fortinet 开放生态系统合作伙伴与联盟合作伙伴,近期 Armis 和 Claroty 与 Fortinet强强联合,为 FortiManager、FortiSIEM、FortiSOAR 和 FortiNAC引入全新增强集成功能和服务,助力用户最大限度获取可操作 OT 资产信息,简化 OT 网络运营,并优化整体安全态势。
此外,Fortinet 还针对 Engage Preferred Services Partner(EPSP)推出全新 OT 实践,旨在为 OT 渠道合作伙伴提供设计和部署 OT 网络基础设施所需的关键安全工具。
了解更多Fortinet OT安全平台信息及工业领域网络安全的前沿趋势与解决方案,敬请锁定行业焦点盛会——“2024 Fortinet OT 工业安全高峰论坛”!汇聚典型行业头部企业精英人才与合作伙伴,共绘工业安全新蓝图,引领未来安全新趋势。

好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。