思科表示,该产品可将业务背景与安全情报联系在一起,应用性能数据与思科现有安全产品的安全情报可以结合在一起。思科表示,该产品还可以提供业务风险可观察性,能够帮助 IT 专业人员根据潜在的业务影响定位、评估和优先处理风险以及解决应用程序安全问题。
思科安全应用的最新版本的定位是一款帮助客户安全管理云原生应用以及混合应用的工具。根据思科最近的一项研究,92%的全球IT领导者承认,在软件开发过程中,由于急于快速创新和响应客户不断变化的需求而牺牲了强大的应用安全。
思科公司表示,这意味着企业面临IT漏洞和威胁的风险,原因是各自为政的团队难以获得可视性和正确的业务背景,无法优先处理漏洞。这将导致更大的攻击面和应用安全层缺陷。
IDC 研究总监 Mark Leary 表示,“成功的数字基础设施必须作为一个整体来运作,而不是一个独立的产品、供应商和人员的集合。这就要求所有组件(从核心到边缘、从网络到应用、从内部系统到公共云和通信服务等等)都能协同工作,以提供最佳的数字体验。”
思科全栈可观察性和AppDynamics高级副总裁兼总经理Ronak Desai在一篇讨论可观察性和安全性的博文中进行了讨论,提出组织需要清晰地了解每个新漏洞及其洞察力,以便根据其业务影响而确定修复的优先级别。
他在博文引用了思科的一项调查,该调查报告称,93%的IT专业人士认为,能够将安全与应用程序、用户和业务等关键领域的风险联系起来非常重要,这样做才能根据潜在的业务影响确定修复漏洞的优先次序。
他表示,“一个组织是否能够根据潜在业务影响快速评估风险、调整团队和分流威胁的能力完全取决于对漏洞存在的位置、这些风险的严重性、风险被利用的可能性以及每个问题对业务的风险的了解。”
思科全栈可观察性平台于2023年6月在美国思科现场会议(Cisco Live US)上发布。该平台提供思科所描述的“上下文、相关性和预测性洞察力”。思科声称,该平台可以让客户更快地解决性能问题,优化数字体验,同时最大限度地降低业务风险。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。