网络安全供应商 Varonis Systems 正在与 Pure Storage 合作,共同构建一套数据安全与网络抗灾系统,以防止数据泄露并在灾难发生时迅速恢复。
Varonis 与 CrowdStrike 和 Palo Alto Networks 等公司展开竞争,其软件与服务使客户能够主动保护敏感数据、检测安全威胁,并应对不断变化的数据与 AI 隐私规定。值得一提的是,Varonis 是首家与 Pure Storage 原生集成的数据安全公司,此次集成基于 Pure Storage 所提供的高性能、不可变存储以及 Varonis Data Security Platform 所交付的全方位数据安全能力。
Pure Storage 企业增长与解决方案副总裁 Dan Kogan 表示: “通过此次合作,Pure Storage 与 Varonis 正在帮助各组织主动保护关键与敏感数据,检测威胁,并在遭遇网络事件后实现快速恢复。结合 Pure Storage 的分层弹性策略与不可篡改快照,以及 Varonis 提供的智能数据安全,客户可以更加自信地保障其非结构化数据、降低风险,并确保业务持续运行。”
此次合作使 Pure Storage 用户能够自动完成以下操作:
发现并分类敏感数据 – Varonis 能够实时扫描 Pure Storage FlashArray 与 FlashBlade 系统中的数据,将分类结果与身份、权限和活动信息相匹配,从而识别并修复暴露或处于风险中的数据。
降低数据暴露 – Varonis 会映射复杂的权限结构(例如嵌套群组与继承),合理调整访问权限,并自动修正过度权限问题,比如移除超出所需的权限。
检测并阻止威胁 – 利用 AI 与机器学习技术,Varonis 分析用户行为,识别威胁、可疑活动以及恶意内部行为。
总体而言,Varonis 直接通过 Pure Storage 的存储阵列访问元数据,并利用 Pure API 对数据进行实时发现、分类,以及对文件访问模式与用户活动的分析。这种可视化能力帮助客户合理配置权限、发现数据过曝情况,并识别可能暗示内部威胁或未经授权访问的异常行为。另外,自动修复功能使 Varonis 能够快速处置诸如风险权限或文件标签错误等问题,从而在攻击发生时缩小潜在的影响范围。
Pure Storage 的 FlashArray 与 FlashBlade 系统具备不可变快照功能,网络事件后的恢复能力正是建立在这一特性之上。
此外,Varonis 还提供了管理型数据检测与响应(MDDR)服务,借助该服务,Pure Storage 用户可享受 24x7x365 的事件响应服务级别协议(SLA)。
为了进一步减少数据暴露并缓解 AI 相关风险,Varonis 于三月收购了 Cyral。稍早之前,该公司还与 Concentrix 合作推出了端到端 AI 安全解决方案,并成为 Black Hat 的可持续合作伙伴,与 CrowdStrike 等其他网络安全企业一道,共同应对行业挑战。
Varonis 工程执行副总裁暨首席技术官 David Bass 表示:“保障数据安全 —— 以及支撑 AI 的数据安全 —— 既充满挑战又至关重要。越来越多的客户依赖 Pure Storage,从数据摄取到推理,全方位挖掘其 AI 数据的潜力。客户钟爱 Pure Storage,我们也非常高兴通过此次合作,确保他们在进行 AI 创新时能够保障数据安全。”
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。