全球领先云服务提供商Akamai Technologies(以下简称为Akamai)宣布对其安全认证服务提供商计划进行重大升级。此次更新重点拓展了合作伙伴在API安全解决方案和Akamai Guardicore Segmentation两大领域的投产后运维服务,旨在帮助企业应对日益严峻的API相关的网络安全威胁。
根据Akamai最新《互联网现状报告》显示,2023年1月至2024年6月期间,Akamai所记录到的全球API攻击量已达到1080亿次。这些安全威胁不仅导致直接经济损失,更可能引发监管处罚与品牌声誉危机,使得API安全防护成为企业数字化转型的关键环节。
法国Orange Cyberdefense云创新主管Florent Houy表示:"Akamai此次安全认证服务提供商计划的更新能够让我们更好地直接向客户提供服务,保障客户的网络安全,帮助我们的客户专注于最重要的事,即自身业务。"
API安全以及微分段的具体服务能力提升体现在:
【API安全投产后服务】
【Akamai Guardicore Segmentation投产后运维服务】
Akamai全球销售执行副总裁Paul Joseph强调:"渠道是网络安全行业的基石,一个实现多方共赢的平台——技术提供商扩大业务范围,合作伙伴发展自身业务,客户则获得根据其需求量身定制的优秀安全解决方案。"Akamai将始终坚持合作共赢的理念,与合作伙伴携手共进,通过持续的技术升级与生态协同保障企业网络安全。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。