今日,深信服举办2024秋季新品发布会。发布会上,深信服正式推出了最新的创新成果:实现动静态数据分类分级和数据风险自动研判分析的安全GPT4.0、具备卓越可靠性和AI勒索防护能力的分布式存储EDS新版本520。通过这些新品和能力,帮助用户在享受数字化带来的便利的同时,也能确保数字化转型的数据安全和存储可靠。
首发安全GPT数据安全平台,引领行业新标准
随着数字化转型的深入发展,数据已成为企业最重要的资产之一。然而,如何有效保障数据安全一直是业界面临的难题。传统的数据分类分级方案通常需要大量的人工参与,准确率低且效率低下,难以满足现代企业的复杂数据安全需求。此外,数据安全风险行为往往与正常业务行为相似,缺乏明显的攻击特征,使得检测、研判难度极大。为应对这些挑战,深信服此次发布了安全GPT-数据安全平台,通过技术创新升级,推动数据安全方案在行业的高质量落地。

(1)动静态数据分类分级,解决长期困扰行业的难题
深信服安全GPT 数据安全大模型能够自动化完成数据库静态数据以及API等流动数据分类分级工作,大幅提升分类分级的效率,让整个数据的可视真正具备了使用价值。与传统的小模型相比,静态分类分级的准确率从60%提升到了90%,打标效率提升了40倍,人工只需设置分类标准,打标过程全部由模型自动完成。
除了高效地进行数据发现与分类,深信服安全GPT数据安全大模型还支持分钟级完成任意数据类型使用情况调查,帮助企业快速定位数据以及掌握数据使用情况,确保敏感信息的安全。
(2)数据风险自动研判分析,精准应对多种典型攻击场景
经过大量数据安全风险分析案例微调,数据安全大模型能够自动监测异常行为,并进行上下文关联分析,从而有效区分正常的业务行为和真正的数据安全风险,同时数据安全大模型输出详细的研判分析过程,极大降低研判分析难度。
在数据泄露、数据滥用、违规数据出境和超范围处理数据等多种典型的攻击场景,安全GPT数据安全大模型检出率高达90%,准确率达70%,为数据安全提供坚实保障。
首次公开演练极端故障场景恢复,架构创新提升可靠性
发布会上,深信服还展示了其最新版本的分布式存储EDS,通过自主研发的架构大幅提升了系统的性能与可靠性,使得EDS不仅能胜任备份归档等大规模数据管理任务,还能支持非结构化生产数据以及AI应用等多种复杂场景下的业务承载。

(1)极端多重故障场景下,依然“稳”定发挥,秒级恢复
在实际演示中,面对最常见的硬件故障——硬盘故障,深信服的EDS存储能够实现无缝的数据切换,确保业务连续性不受影响。而在更为极端的多重故障情况下,深信服的EDS存储同样展现了高稳定性。
在模拟的测试中,即使同时发生三个节点的故障,包括断电、缓存盘和数据盘被拔出等极端情况,EDS存储也能在3到5秒内迅速恢复业务。这一恢复速度远快于其他厂商在单一故障情况下所需的30至45秒,有效验证了深信服分布式存储EDS在极端故障场景下的高可靠性。
(2)智能AI防勒索,全方位守护数据存储安全
针对近年来日益严峻的勒索威胁,深信服分布式存储EDS集成了智能AI防勒索功能,采用旁路检测方式,大多数时候仅进行基本的IO流检测,只有在发现异常行为时才会启动深度AI分析,这样既保证了安全性,又避免了不必要的性能开销。
相比之下,其他存储厂商在开启类似的防勒索软件后,性能消耗可能高达25%-30%,而深信服的分布式存储性能消耗仅为3%-5%。同时,EDS提供快照和告警,确保数据安全,为用户提供一个既高效又可靠的数据存储方案。
随着秋季新品的重磅发布,深信服再次站在了全面拥抱AI的数字化转型前沿。深信服深知,在数字化的浪潮中,用户不仅渴望享受技术带来的便利,更迫切需要确保数据的安全。通过融合AI的创新,深信服将不断为用户提供更智能、更安全的数字化解决方案,助力每一位用户在数字化转型的道路上更加从容不迫。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。