思科和SnapAttack两家公司本周表示,交易完成后,初创公司SnapAttack的平台将成为思科Splunk业务的一部分,此举将加快思科的威胁检测战略的实施,并帮助增强企业的安全运营。
思科系统公司(Cisco Systems)本周宣布有意收购威胁检测和工程平台提供商SnapAttack,并表示SnapAttack的收购将帮助思科的 Splunk为企业的未来安全运营中心(SOC)提供支持。
据两家公司称,成立于2021年的SnapAttack公司旗下平台将成为思科Splunk业务的一部分,此举将进一步加快思科的有机威胁检测路线图,并帮助加强企业的安全运营,进而实现更明智的威胁防御。
总部位于美国加州圣何塞的思科公司近年来一直在努力提升自己的安全形象。思科表示,SnapAttack 的收购完成将有助于赢得对 Splunk Enterprise Security 的价值“持观望态度”的新安全客户。
这项尚待完成的交易将标志着思科今年的第四次收购,所有四次交易都与安全相关。
总部位于美国弗吉尼亚州阿灵顿的初创公司SnapAttack称,SnapAttack技术为安全分析师提供持续评估、组织和优化安全内容所需的信息,可以简化整个技术领域威胁检测的研究、撰写、验证和部署。
两家公司表示,SnapAttack已经在帮助企业从竞争对手的安全产品向思科Splunk的迁移,此举不仅可以帮助这些企业实现安全信息和事件管理(SIEM)策略的现代化,也体现了思科Splunk在适应与部署方面的便捷性。
Splunk高级副总裁兼安全业务总经理Mike Horn在一篇关于该提议中交易的博文中表示,“Splunk的威胁检测、调查和响应(TDIR)解决方案以其市场领先的SIEM平台Splunk Enterprise Security为基础,该平台包括企业安全内容更新(ESCU),可为客户提供预打包、定期更新的检测内容。SnapAttack提供的解决方案支持完整的检测内容生命周期,包括根据当前威胁活动、潜在影响和其他因素确定优先级的策划检测内容发现、部署内容的持续验证、测试和评估。”
SnapAttack表示,其客户包括一些全球最大的组织,这些组织所在的行业拥有最严格的网络安全法规。
在 8 月份开始的 2025 财年第一季度里,思科完成了两项软件公司收购,包括私有云原生应用安全公司DeepFactor和私有人工智能安全解决方案公司Robust Intelligence。
思科还曾在10月份宣布计划收购Deeper Insights AI公司,这是一家总部位于英国的私营人工智能服务公司。
两家公司未透露交易预计何时完成。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。