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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。