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
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。