2022 年 2 月,网络安全解决方案提供商 Check Point® 软件技术有限公司(纳斯达克股票代码:CHKP)为 Check Point CloudGuard 云原生应用保护平台 (CNAPP) 增添了全新风险管理引擎及增强功能。新增功能包括智能风险优先级排序、无代理扫描、授权管理和流水线安全。这些新功能注重上下文、速度和自动化,可支持云安全操作,消除与传统独立云安全警报相关的复杂性,使安全团队能够专注于从代码到云整个应用生命周期的全面威胁防御,同时支持 DevOps 的敏捷性。
在后疫情时代,企业用户的云采用率和数字化转型持续加速。《2022 年云安全报告》 显示,35% 的受访者在云端运行超过 50% 的工作负载。然而,72% 的受访者非常担心云安全性,76% 的受访者表示难以同时管理来自多家云厂商的产品,这通常会导致配置错误、缺乏可视性和遭受网络攻击。此外,该研究还显示,配置错误被视为安全相关事件的首要原因,这可归因于全天候安全操作需求和由此导致的警报疲劳。
Enterprise Strategy Group (ESG) 高级分析师 Melinda Marks 表示:“对于企业来说,在管理安全风险的同时支持更快的云原生开发周期是一项严峻的挑战。随着开发团队的扩大,企业正在寻找一个统一的平台来帮助其确定优先级,并高效采取最有效的措施来降低安全风险,从而掌握主动,摆脱被动局面。”
在推出有效风险管理 (ERM) 之后,除了云身份和授权管理 (CIEM)、无代理工作负载状态 (AWP) 和流水线安全工具以外,Check Point CloudGuard 现在还提供智能风险优先级排序,支持团队在整个软件开发生命周期根据风险严重程度快速消除重大漏洞,例如配置错误和超权限访问。企业内部的协作将变得简单明了,并专注于紧要的威胁,从而降低之前让人头疼的复杂性。最大限度地降低这种复杂性也有助于减少威胁。
Check Point 软件技术公司云安全副总裁 TJ Gonen 表示:“随着云落地进程持续加速,简化云安全防护的能力变得至关重要。通过增添有效风险管理和增强 Check Point CloudGuard 的 CNAPP 功能,我们可帮助企业实现 CNAPP“左移”,采取预防为主、易于管理的云安全方案。借助我们的上下文人工智能和风险评分引擎,安全团队不必再手动确定首先对哪些警报进行修复处理,机器将帮助他们完成这项工作。通过减轻这一负担,客户可以放心地将关键工作负载迁移到云端。”
Check Point CloudGuard 将最新工具整合到新一代 CNAPP 功能中,可助安全专业人员一臂之力,同时通过 ShiftLeft 工具消除 DevSecOps 的障碍。Check Point CloudGuard 提供了“统一”所蕴含的能力和潜力,以及面向最终用户的出色业务价值,包括:
Check Point在本月1日于新加坡召开了其一年一度的CPX 360大会。在活动中,Check Point不仅公布了最新网络安全发展与技术趋势,同时发布了包括CNAPP在内的多款重磅解决方案。针对中国市场,Check Point中国将于23年第二季度举办CPX中国大会,届时将有来自全球及本地的安全专家带来更多符合中国市场使用特色的安全解决方案。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。