近日,Gartner 发布了2017年企业防火墙魔力象限(Magic Quadrant)报告,Fortinet成功跃入领导者象限。Gartner认为其在市场执行、营销策略、客户体验、功能与性能以及市场覆盖等方面具有突出的表现,并能够在云端与本地提供一体化的安全能力与可见性。这一结果与评价充分印证了Fortinet旗舰企业防火墙产品FortiGate在业界无可置疑的领先地位,同时也在很大程度上展现了Fortinet成为安全市场佼佼者的“源力”。
Gartner魔力象限是在一个特定的细分市场内,由Gartner对厂商的行业技术发展方向、以及相应实施能力进行客观评判,分别从前瞻性和对战略的执行力两个维度,对厂商进行衡量与评估。根据Gartner的定义,位于领导者象限的厂商是发展前景和执行能力都有较高得分的行业领先企业,具备有影响细分市场走向的强大实力。
在本次魔力象限报告中,Gartner除了从上述两个维度评定了各个厂商的象限位置,还对企业防火墙市场变化与发展进行了前瞻性分析,Fortinet防火墙产品在以下三个方面的表现力与这些前瞻性分析不谋而合:
虚拟化,SDN以及IaaS与SaaS的完整安全覆盖。
Gartner在报告中指出,随着企业将业务迁移到云端,安全提供商应有相应基于云端的安全解决方案,并对前沿用户在SDN及东西向微分段的的需求以支持。在这一方面Fortinet拥有着无可争议的表现:Fortinet防火墙在公有云支持方面不仅包括AWS,Microsoft Azure,Google Cloud 以及阿里云与青云,同时在私有云/混合云以及社区云上实现了“按需”部署及运维。在SDN层面,Fortinet FortiGate支持VMWare NSX,OpenStack以及Cisco ACI等主流SDN平台的部署,能够与SDN控制器结合,提供安全服务链,帮助SDN用户实现更灵活和更高等级的安全。
不制约防火墙性能的加密流量安全检测。
现在的应用和攻击越来越多的是基于SSL加密,缺少对SSL加密流量的检测无疑是在防御体系上留下一个敞口,因此,Gartner认为,企业防火墙应承载加密流量检测功能以及面临的性能问题。正是基于和Gartner同样的判断,Fortinet强化了在防火墙性能方面的投入: FortiGate搭载了专有的SPU - CP9, CP9是采用ASIC架构设计的专用芯片,对SSL流量中的证书和加解密具备强大的处理能力,这也使得FortiGate在SSL流量检测方面,具备业界领先的性能。
多元化的企业防火墙角色,高级威胁联动防御的关键组件。
企业级防火墙应服务解决企业网的需求并适合企业网的场景的安全部署,企业网的规模决定了安全级别的划分与更细化的部署要求。FortiGate企业级防火墙则涵盖边界防火墙/内网防火墙以及数据中心防火墙的场景,其中内网防火墙用于内网中不同子网的安全分段与隔离,不仅切断威胁在内网中不同子网扩散的可能性,同时也保证了边界到内网防御的有效性
Gartner在报告中还谈到,越来越多的企业在向防火墙厂商寻求高级防御的方案,例如基于云的沙盒,以及应用威胁情报的防火墙。Fortinet防火墙可以协同联动多个安全组件包括Web应用防火墙,邮件网关以及沙盒技术,并利用全球威胁情报,实现高级威胁形成体系化的应对。
Fortinet中国区总经理李宏凯表示:“很高兴我们迈入Gartner企业防火墙领导者象限,这是对Fortinet防火墙市场竞争力的充分肯定。我们将继续保持技术创新的动力,协助企业用户构建积极防御体系,提高人、设备、流量等网络元素的可见且可交互的操作,从而确保现代企业实现长久安全运营。
好文章,需要你的鼓励
据报道,苹果公司高管已就收购Perplexity AI展开内部讨论。这家总部位于旧金山的公司运营着一款由人工智能驱动的消费者搜索引擎,能够生成自然语言回复而非传统网页列表。Perplexity在最近融资中获得140亿美元估值,月活跃用户超过1500万,每月查询量增长20%。苹果企业发展副总裁已与多位高管讨论此收购想法。
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。
数据中心防护涂层正成为应对能耗上升和温室气体排放的关键解决方案。随着行业快速扩张带来环境挑战,这些创新涂层技术为平衡数字化增长与环境责任提供重要工具。专业涂层可延长设施寿命、降低维护成本,同时通过隔热涂层、反射涂层等技术优化能效,减少冷却系统负担。未来涂层将与被动冷却技术结合,支持可持续发展目标实现。
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。