Gartner第二年推出的单一供应商 SASE(安全接入服务边缘)魔力象限榜,共有九家供应商上榜。
Gartner 近日公布了最新的单一供应商 SASE 供应商魔力象限排名,Cato Networks 的排名上升,Netskope 则首次出现在魔力象限中,两家公司与 Palo Alto Networks 一起进入备受瞩目的“领导者”象限。
近日发布的 2024 年 Gartner 报告第二年推出单一供应商 SASE 供应商魔力象限排名。Gartner 表示,“单一供应商”SASE 产品必须同时提供网络功能(主要是SD-WAN)及结合关键安全功能,并能够在统一的平台上采用“以云为中心的架构”即服务的方式交付。
SASE 所需的网络安全功能包括安全网络网关 (SWG)、云访问安全代理 (CASB)、零信任网络访问 (ZTNA) 和网络防火墙。这些功能在与 SD-WAN 分开提供时,通常会被打包成安全服务边缘(SSE)产品。
Gartner 的魔力象限排名是一个极具影响力且备受关注的指标,用于比较科技行业众多细分市场的关键参与者。
Gartner 曾于 2023 年 8 月首次推出单一供应商 SASE 排名,其时只有 Palo Alto Networks 出现在“领导者”象限中。
而在 2024 年单一供应商 SASE 魔力象限中,Cato Networks 从一年前的“挑战者”象限上升到“领导者”象限。Gartner 分析师认为,Cato 是“早期的先驱之一,帮助推动了市场的发展,其计划中的创新可能会继续塑造市场”。
而 Netskope 则并未出现在 2023年的 Gartner 象限排名中,2024年以“领导者”的身份首次进入单一供应商 SASE 魔力象限。Gartner称赞 Netskope 在客户体验方面具有良好的记录,同时为网络和安全提供了“强大的功能广度和深度”。
Netskope 公司的 Robert Arandjelovic 周二向记者表示,该排名凸显了 Netskope 作为全面 SASE 提供商的快速崛起,Netskope 此前花了数年时间建立了强大的SSE平台,并在 2022 年收购 Infiot 后将其与 SD-WAN 功能结合在一起。Netskope 完整的单一供应商 SASE 平台于去年秋天首次亮相。
Netskope 高级总监兼全球产品和解决方案营销主管 Arandjelovic 表示,Netskope 今年 1 月份推出的面向中端市场的 SASE 产品也为“领导者”排名奠定了基础。
他表示,“如若我们不能与市场的这一部分对话,我们就不可能成为‘领导者’”,并指出 Netskope 的中端市场 SASE 产品主要通过 MSP 合作伙伴进行交付。
在 2024 年单一供应商 SASE 魔术象限排名中,Gartner 分析师在报告中共纳入了九家供应商。
在今年的单一供应商 SASE 排名中,Fortinet 和 Versa Networks两家供应商被Gartner分析师选入“挑战者”象限。在“远见者”象限中,思科是唯一入选的供应商。
根据 Gartner 的报告,另有三家供应商(Hewlett Packard Enterprise、Cloudflare和Forcepoint)位列单一供应商 SASE的“小众厂商”象限。HPE 和 Cloudflare 首次出现在单一供应商 SASE 魔力象限排名中,去年两家曾获得“荣誉提名”。
据 Gartner 称,VMware(现归 Broadcom 所有)和 Juniper Networks 曾作为“小众厂商”出现在 2023 年的排名中,但今年没有达到入选标准。
其他许多公司因其“相关技术”和在单一供应商 SASE 领域的投资而获得“荣誉提名”,尽管这些公司在 Gartner 发布报告的截止日期前没有达到能被纳入排名的标准。获得荣誉提名的公司包括 Zscaler、Check Point Software Technologies、Sophos、SonicWall 和 Barracuda。
展望未来,Gartner 分析师预测,到 2027 年将有 65% 的 SD-WAN 购买通过单一供应商的 SASE 产品进行,高过今年的 20%。
好文章,需要你的鼓励
随着AI技术不断发展,交通运输行业正迎来重大变革。MIT研究显示,AI将很快自动化价值650亿美元的交通工作,大幅提升运输效率。从陆地到海空,AI正在推动全方位的交通创新。斯坦福专家强调,AI将通过基础模型、合成数据和数字孪生等技术,实现从单一车辆自动化到整个交通网络优化的跨越式发展,同时解决可持续性、安全性和公平性等关键挑战。
香港科技大学团队发表重要研究,开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距,无法有效将推理过程转化为准确的视觉生成,为AI行业发展提供重要警示。
波兰研究团队开发ORCA数学基准测试,对五个主流大语言模型进行评估。结果显示ChatGPT-5、Gemini 2.5 Flash、Claude Sonnet 4.5、Grok 4和DeepSeek V3.2的准确率均低于63%。测试涵盖生物化学、工程建筑、金融经济等七个领域的500道数学题目。研究发现模型主要在四舍五入和计算错误方面存在问题,表明自然语言推理进步并未直接转化为可靠的计算能力。
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法,专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制,在数学和逻辑推理任务上实现了显著性能提升,为AI写作助手的智能化发展提供了新的技术路径。