云连接服务提供商 Cloudflare Inc. 今日宣布推出 Cloudforce One 威胁事件反馈服务,这是一项提供互联网上网络攻击实时情报的新服务。
基于 Cloudflare 全球网络的遥测数据,这一新反馈服务通过更快地发现问题、迅速响应威胁以及始终领先于网络犯罪分子的操作方式和他们的目标系统,帮助安全团队用相同的资源完成更多工作。
这项新服务有助于应对网络犯罪分子经常改变战术、发现新漏洞进行利用并寻找方法压垮受害者的挑战。Cloudflare 认为,组织要想跟上步伐,需要了解他们面临的威胁环境。但传统的威胁情报反馈通常缺乏对为何某个威胁事件被放入反馈中的有意义或完整的背景解释——类似于收到警告却没有解释或解决途径。
"行业中充斥着过时或零散的洞察,这大大增加了组织成为黑客受害者的可能性,"Cloudflare 联合创始人兼首席执行官 Matthew Prince 解释道。"Cloudflare 已经建立了全球最大的网络之一,这使我们成为少数几家能够获取最完整和准确威胁情报的公司之一。"
威胁事件反馈服务设计为能够有效扩展,并在网络攻击数据不可预测的激增期间保持弹性。安全团队可以获取专门针对其独特环境、行业或地理区域定制的个性化威胁情报,该反馈还提供可操作的妥协指标和详细摘要,识别威胁行为者群体、他们的方法和战术方法。
通过提供相关和有背景的洞察,该反馈帮助安全团队优先处理并更快地响应最关键的威胁。该反馈还将针对性事件摘要集成到现有的网络安全工作流程中,以提高效率,降低误报风险并改善整体威胁准备。
使用该反馈,企业可以通过将正确的威胁情报路由并集成到网络安全工具中,显著改善其威胁情报生态系统和整体安全状况,该公司表示。
Cloudflare 首席安全官 Grant Bourzikas 在一月份接受 SiliconANGLE Media 的直播工作室 theCUBE 采访时,讨论了已知防御技术如何在攻击者不断发展针对企业的新型攻击工具、实践和途径的情况下变得无效。
好文章,需要你的鼓励
The Access Group是英国最大的软件公司,估值近100亿英镑。该公司APAC区域技术总监Rolf Krolke分享了公司在频繁并购活动中如何整合各异IT系统的经验。由于自2017年来年均约10次收购,公司面临存储基础设施分散、维护困难等挑战。目前正推进存储现代化项目,将传统存储设备替换为Pure Storage全闪存阵列,并计划在全球10个数据中心部署数十PB容量,以支持新的Access Evo平台和AI应用。
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。
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。
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。