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
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。