Aporeto是一家“云原生”的安全初创公司,旨在确保那些不受信的IT环境的安全性。该公司刚刚在A轮融资——也就是年底产品发布之前——获得了1120万美元。
该公司表示,将在今年发布其服务的公开测试版,今年夏天会做全面发布。除了Aporeto,最近几个月有很多安全初创公司走出隐身模式,推出了宣称可以确保云原生应用安全部署于任何环境中的解决方案。Aporeto表示,他们的解决方案可以强化和简化安全操作,允许企业加速新的基于云的软件部署。
软件容器、微服务和无服务器架构的逐渐普及,正在助推着云部署过程中对新型安全解决方案的需求。Aporeto联合创始人、首席执行官Dimitri Stiliadis在声明中表示:“企业IT部门需要一系列新工具,让他们可以在不牺牲安全性的情况下拥抱云技术和DevOps技术。”
Aporeto的工具通过一种基于白名单的方式实现这种安全性。Aporeto的解决方案加强端到端的认证、授权和加密,面向所有应用组件,包括虚拟机、容器和微服务,Aporeto联合创始人Amir Sharif这样表示。
“这样做可以让安全性在任何地方都跟随着应用,不管是什么网络架构,包括让WAN横跨各种云。”
他解释说,Aporeto的工具可以组织应用及其基础设施之间的所有交互,除非有策略明确允许交互。这些策略可以自动生成,通过获取应用清单文件或者观察应用行为。然后用户可以审核这些自动生成的策略,确保企业遵守了这些规则要求和组织安全规则,Sharif解释说。
“因为Aporeto的安全是嵌入基础设施的,所以这让安全性对于开发者来说就像无形的一样。这让开发者可以快速推进,专注于核心功能,而不是做繁琐的工作以满足安全要求。”
Informatica是从Aporeto解决方案中受益的企业软件开发公司之一。该公司云运作总监Alec Chattaway表示,对于开发团队来说,降低不受信环境中确保应用安全性的复杂性,这正在变得越来越重要。我们评估了很多安全选择,我们相信Aporeto的安全方法可以简化流程,让用户降低不必要的复杂性。
这一轮融资是由Norwest Venture Partners领投的,后者管理合伙人Matthew Howard加入了Aporeto的董事会。此前规模为330万美元的种子轮是由Wing Venture Capital领投,此外还有Data Collective Venture Capital和私人参与。
好文章,需要你的鼓励
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。
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。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
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。