1月4日消息,记者近日从相关渠道获悉,中国石化正在对全球所有的终端进行防病毒系统更新,此次更新将全部采用国产安全软件360天擎。
据悉,中国石化本次进行的防病毒系统更新项目,包括其在全球的全部终端,分为油田、炼化、销售和科研四大块,总计约为100万台。此次换装安全软件,中石化采用了公开招标方式,参加招标前测试的,有360等多家国内安全企业。在测试中,360的企业安全软件“天擎”就获得了第一。随后,中国石化向这些厂商邀标,历经技术、商务等多个环节,最终360“天擎“以测试、技术和商务评分第一的成绩中标。
内部人士向记者透露,这次360的成功中标,主要是技术项的评分优势比较明显。一方面是中石化目前许多应用系统终端,还在使用XP系统,今年4月微软对XP系统停止服务后,这部分终端的安全防护需求很迫切。360的XP系统防护能力经过了国内国际的多项评测,都位列第一,这个优势很突出。另一方面,中石化对跨系统虚拟化也有明确的需求。在竞标厂商里,360能支持Hyper-V、VMware、CitriX、KVM等多种环境、多种终端操作系统和混合虚拟化环境。
信息安全国产化正在加速
此前十年,中石化的这些终端上,防病毒系统使用的一直是赛门铁克的相关产品。但“棱镜门“之后,央企和政府采购软件中,信息安全国产化的脉络已经越来越清晰。2014年8月,中央政府采购网发布的《中央国家机关政府集中采购2014年信息类产品协议供货软件采购项目(总第二十一期)中标公告》,上榜的5家企业均为国内品牌,分别为奇虎360、启明星辰、冠群金辰、北京江民和瑞星。
360相关负责人此前在接受媒体采访时曾表示:“了解安全的人都清楚,安全和高精尖技术向来是有国家属性和民族属性的。因为这些技术不但关系着企业安全,与国家安全也息息相关。在世界范围内,各国对其它国家的安全产品都是区别对待的。国外安全厂商的核心技术和核心技术团队不会放在中国,源代码也绝对不会托管给中国政府,造成中国政府无法对源代码进行安全审计,会产生信任问题。而国内安全厂商了解本土公司需求,在软件定制和售后服务上更贴近用户需求。”
目前,很多重要的政府部门和企业的信息安全,已经迈出国产化步伐,仅360一家,就为工信部、最高法、公安部、水利部、商务部、国税总局、国土资源部、新华社、国家电网、中石化、神华集团、人民银行,建行银行,泰康人寿、南方航空、广发证券等119.3万家重要政府部门和大中型企业提供了企业安全产品和服务。
国产安全厂商正快速崛起
近几年来,以360为代表的国内安全厂商正在快速崛起。来自微软的官方数据统计,自2009年以来,360累计63次独立发现并协助微软修复漏洞,在全球安全软件厂商中排名第一,大大领先赛门铁克、趋势科技、卡巴斯基、McAfee等国外厂商。
360凭借其在个人安全领域多年的投入与积累,沉淀下了多项针对终端安全防御的技术,这些技术在整个安全行业领域内都具有独创性与先进性,多项技术达到国际一流水平,并领先其他欧美企业的同类产品。同时,到目前为止,360已经积累了多达20亿的病毒样本,如果算上未经去重的病毒样本,目前已发现的病毒样本已经远远超过20亿的规模。基于这些技术优势,360针对企业安全需求,陆续推出了天擎、天眼、天巡等产品。
360是迄今为止国内唯一全部通过AV-C、AV-TEST、VB100、CheckMark、ICSA、OPSWAT等各大国际评测机构认证的安全产品。其核心价值在于对终端安全的防护与管理,采用动静结合的多层次、立体化病毒防御体系架构,结合了五种高级病毒查杀与防御技术,对终端病毒进行彻底查杀与清剿。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。