至顶网网络频道 06月11日 综合消息: 网络安全解决方案提供商 CheckPoint 软件技术有限公司(纳斯达克股票代码:CHKP)今天宣布推出面向大型企业和数据中心的全新网络安全产品套件,旨在提供业界领先的 Tbps(每秒位数)级第五代威胁防护技术,同时不会影响网络性能、正常运行时间或可扩展性。
16000 和 26000 安全网关采用 Check Point Infinity 架构,集成了 Check Point 的 ThreatCloud 和屡获殊荣的 SandBlast零日保护技术。这些模块化网关具有基础版、增强版和 turbo 版,可提供高达 24 Gbps 的第五代威胁防护安全吞吐量,支持高达 100 GbE 的连接标准,并采用了面向多达 64 个网络接口的扩展选项。
Check Point 软件公司首席执行官兼创始人 Gil Shwed 表示:“第五代网络攻击已经影响到了 20 亿消费者和 46% 的企业,但大多数组织仍然停留在第二代和第三代安全防护技术上。通过与 Maestro Orchestrator 安全解决方案相互配合,我们的新网关将能够使我们的大型企业客户以行业领先的检测速率实现前所未有的第五代安全级别。”
几周前,首席执行官兼创始人 Gil Shwed 在 CPX 纽约大会上宣布推出最新版 Check Point R80.30 软件,该软件开创了提取 Web 威胁的行业先例,并采用了正在申请专利的 TLS/SSL 检查技术。
R80.30 凭借业内首个 Web 威胁提取功能开启了安全防护的新时代,提供了针对高级威胁的实用防护技术。有了 R80.30,管理员将再也不必为了效率而牺牲安全。R80.30 第五代威胁防护解决方案可以实时保护用户免受恶意 Web 下载的影响。威胁提取功能可删除存在安全漏洞的内容,重建文件以消除潜在威胁,并及时将干净的内容传输给用户。此外,威胁防护仪表板可跨所有网络、移动设备和端点提供全面的可见性。
最新版 R80.30 采用了正在申请专利的新型传输层安全 (TLS) 技术,其先进的 SSL 检查功能可使企业快速检查使用 SSL 加密的网络流量,躲避服务器名称指示 (SNI) 操作等网络攻击技术,并在安全和隐私之间取得适当的平衡。由于 90% 的 Web 流量都进行了加密处理,Check Point 的 SSL 检查创新技术将会为全球企业带来重大影响。
R80 集成了 160 多项技术和 100 项新功能,是适用于数据中心、云、移动端和端点的业界最先进的威胁防御和安全管理软件。R80.30 的创新特性可使全新 16000 和 26000 网关实现业界领先的威胁防御性能,同时通过单一控制台简化管理流程。
业界首个超大规模网络安全解决方案 Check Point Maestro Hyperscale Orchestrator 能够使单个 Check Point 网关在几分钟内扩展到 52 个网关的容量和性能。这种近乎无限的可扩展性加之 Tbps 级防火墙吞吐量可提供云级弹性和可靠性,能够使组织支持 5G 网络高数据速率和超低延迟,同时确保运行要求最苛刻的网络计算工作负载。
通过结合使用 R80.30 软件、16000/26000 安全网关和 Maestro Orchestrator,Check Point 客户能够获得 Tbps 级威胁防御性能,从而实现超大规模网络安全性。
Check Point的全球合作伙伴网络将于 2019 年 6 月开始提供 16000 和 26000 设备。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。