在我的IT职业生涯中,网络安全培训长期以来几乎一成不变。每年一次,IT部门强制所有员工观看几段视频,再做一份选择题测验。这种培训完成了合规打卡,却很少真正改变用户行为,也提供不了多少新见解。然而,AI即将彻底颠覆培训方式。近期Dashlane与KnowBe4宣布的一项集成,让我们清晰地看到AI和实时自动化将如何正向改变网络安全培训。
关于Apple @ Work:Bradley Chambers在2009年至2021年间负责管理一家企业的IT网络。凭借部署和管理防火墙、交换机、移动设备管理系统、企业级Wi-Fi,以及数千台Mac和iPad的经验,Bradley将分享Apple IT管理员部署Apple设备的方法、支撑这些设备的网络搭建、用户培训技巧、IT管理一线的故事,以及Apple可以如何改进产品以更好服务IT部门。
被忽视的密码风险盲区
根据Dashlane的数据,企业内三分之一的登录使用的是弱密码或已泄露的凭证,这些凭证不在SSO覆盖范围内,也未受到任何官方密码管理器保护。如果员工通过Safari的iCloud钥匙串自动填充了一个已泄露的密码到企业门户,IT部门完全无从知晓。安全团队无法针对他们看不见的错误去培训用户。综合来看,让所有企业应用都接入SSO才是最终目标。
"员工是抵御攻击者的第一道防线,因此企业必须抓住机会,将用户的高风险行为转化为学习契机,"Dashlane首席执行官John Bennett表示。"Dashlane在浏览器层面的独特视角,结合KnowBe4丰富的培训内容,为企业提供了一种自动化方式,可在整个员工队伍中建立更主动的安全防护意识。"
实时干预加情境化培训
正是在这一点上,Dashlane与KnowBe4的集成令我颇感兴趣。Dashlane的Omnix平台位于浏览器层级,能够洞察员工在浏览器中所有密码的风险情况,即使这些密码存储在企业密码库之外。
当员工试图在钓鱼页面上输入密码,或使用已泄露的凭证时,Dashlane会立即介入。但它不仅仅是阻断操作并生成一条告警留待IT管理员事后查看,而是直接通过KnowBe4触发一段针对性培训。
这种自动化、精准化的方式,正是AI和自动化系统未来处理人为风险的方向。一旦员工出错,系统会即时检测、阻断,并立刻推送一段微培训模块,在用户记忆犹新时清楚地解释他刚才错在哪里。这不是"抓现行",而是带有解释的纠错。
"将KnowBe4与Dashlane Omnix集成,消除了改善员工安全习惯过程中的阻力——这是我们安全态势的重要组成部分,同时也让责任落到了用户身上,"Vertex Service Partners技术高级副总裁Scott Holleran表示。"我的团队可以减少在密码安全上的耗时,把更多精力放在构建安全体系上。"
从年度培训走向情境化学习
从事IT工作20多年,我坚信安全意识培训只有与具体事件挂钩才真正有效。按日历安排的培训无法应对现代网络威胁。随着IT团队面对日益复杂的威胁形势以及智能体AI风险的兴起,他们没有时间逐条手动分析告警并安排后续培训。这就像纠正小孩或宠物的行为,只有在当下进行才有意义。
实时威胁检测与自动化情境教育的结合,消除了员工提升安全习惯的阻力。将一次危险点击转化为即时的培训时刻后,IT团队可以减少在那些员工只会敷衍点击的培训内容上的投入,转而把精力放在当下问题的处理上。KnowBe4是该领域的领导者,Dashlane与他们合作合情合理。
Q&A
Q1:传统的年度网络安全培训为什么效果有限?
A:因为这种培训只是按日历每年组织一次,让员工观看视频并做选择题测验,虽然完成了合规要求,但很少真正改变用户行为,也无法针对个人的具体错误进行纠正,难以应对现代复杂的网络威胁。
Q2:Dashlane和KnowBe4的集成具体能解决什么问题?
A:Dashlane的Omnix平台在浏览器层运行,能发现员工使用弱密码、已泄露凭证或在钓鱼页面输入密码等风险行为。一旦发现,会立即阻断并通过KnowBe4推送针对性的微培训,在用户记忆清晰时即时纠错,比事后处理更有效。
Q3:为什么说情境化的实时培训比传统培训更有效?
A:因为安全意识培训只有在与具体事件挂钩时才真正有效。当员工刚犯错时,系统立刻给出解释和指导,用户能直接理解错在哪里,类似于即时纠正比事后教育更管用,从而真正改变行为习惯。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。