下一代安全企业Palo Alto Networks近日宣布推出全新云日志服务,帮助客户通过Palo Alto Networks下一代安全平台将海量自有数据积累起来。这一全新服务专为机器学习和高级分析应用设计,旨在关联潜在威胁,有效防御网络攻击。
网络安全产品正在产生大量宝贵的日志数据,这些数据可令那些隐藏的威胁原形毕露。但是,传统的硬件日志收集方法受到管理费用和扩展限制的制约,使得有用数据变得臃肿且难以使用。若要使用这些跨安全应用的存储日志,就需要进行复杂的集成工作,然而由此导致执行跨产品流程和生成关联信息的难度。
当今企业必须具备存储、处理和分析海量数据的能力,从而获取对整个基础设施的完全可视性,并将数据转化为有价值的情报。
借助Palo Alto Networks提供的日志服务,企业不再受限于硬件容量的限制,从而满足业务需求。该日志服务在不增加运营成本的前提下提供集成化、可扩展的日志基础设施,允许客户不受本地计算和存储限制进行日志数据的采集。这一云服务提高了日志数据采集的经济性,显著降低了采集和存储海量数据的成本。
此外,即将推出的新版Palo Alto Networks 应用框架,可帮助客户快速部署并使用诸多创新型云安全应用。该框架允许客户通过日志服务集中访问并使用自有宝贵日志数据。这一全新功能助力客户无需增加基础设施便可实现对Palo Alto Networks下一代安全平台的功能扩展。
引言
——ZK Research创始人兼首席分析师 Zeus Kerravala
——Palo Alto Networks首席产品官 Lee Klarich
Palo Alto Networks 日志服务的主要优势:
上市时间
日志服务现已面向Palo Alto Networks客户全面推出。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。