近日,全球网络安全领域领导厂商赛门铁克公司宣布推出最先进、最全面的终端解决方案EndpointSecurityfor the Cloud Generation。该解决方案通过先进的机器学习技术集成了欺诈技术、移动威胁防御、终端检测和响应 (EDR) 等技术,进一步强化提升了安全防御功能。基于市场领先的Symantec Endpoint Protection (SEP) 平台,EndpointSecurityfor the Cloud Generation是首款在单一代理平台中交付这些功能的解决方案,可帮助用户简化并优化环境,在降低成本的同时,进一步提高安全性,从而能够更好地应对云端挑战。
商业环境正在随着云计算和移动技术的普及应用,不断发生变化。这企业在不断加大力度保护使用不同设备的员工的同时,也在防范新的网络威胁。赛门铁克对 WannaCry 和 Petya 等攻击的有效防御再次肯定了‘以平台为中心’措施的必要性。这一方法可通过为所有的设备、网络和应用提供创新的安全解决方案,更加有效的应对不断升级的威胁。企业现在面临更多难处,除了因为缺少经验丰富的网络安全人员,另一方面,还面临选择市场中出现的越来越多的用于解决单一安全问题的复杂单点解决方案。
赛门铁克在单一代理平台中提供了独特且全面的终端功能,支持首席信息安全官和IT团队监测、管理和控制威胁,同时降低操作复杂性。通过集成框架,其他合作伙伴的解决方案同样可以集成到Symantec Endpoint Protection (SEP)中,并在单一代理平台中实现统一管理。
赛门铁克公司总裁兼首席运营官Mike Fey表示:“为了满足客户一直以来对卓越功能的需求,赛门铁克全新终端解决方案在单一代理平台中对产品功能进行了集成整合,帮助客户提高效率、降低成本,并有效应对高级威胁、恶意软件以及勒索软件。更重要的是,这些技术并非简单地整合在一起,每一项功能都能够单独与业内的同等独立产品进行直接比较。我们将这一解决方案称作Endpoint Security for the Cloud Generation。作为实现赛门铁克终端安全策略的又一重要里程碑式产品,我们感到十分高兴与自豪向客户推出这款高级解决方案。”
Endpoint Security for the Cloud Generation 采用全面并“以平台为中心” 的方法来应对现代威胁环境,并提供了能够强化终端安全的独特创新。凭借多个新添的全新创新功能,Symantec Endpoint Protection的全新功能包括:
其他资源:
IDC安全产品部门副总裁Sean Pike表示:“对企业来说,精简安全保护已经变得越发重要。而无序散乱的端点解决方案带来了复杂性和更高成本,并且难以管理,同时还留下了可以利用的漏洞。赛门铁克可通过单一代理平台提供面向终端的全方位功能,支持企业的首席信息安全官和IT人员全局监测、管理和采取行动。”
The Economist公司合规总监兼业务连续性、网络安全和数据隐私负责人Vicki Gavin表示:“The Economist在部署Symantec Endpoint Protection 14之后,发现恶意软件事件减少了60%。而我们所处理的事件中,恶意软件占到了三分之二。凭借 SEP 14,我们处理恶意软件事件的时间减少了80%,使我们拥有更多的时间来执行高价值项目。”
加拿大皇家银行应用和运营总监Brian Jacome指出:“移动设备的灵活性和随处访问的能力对我们的员工至关重要。但这些云终端也同时带来了一系列威胁,并可能会成为金融服务的主要风险。SEP Mobile为我们提供了一种对于业务运营非常有益的有效措施,能够在部署后的几个小时内,识别出过去无法发现的安全威胁。现在,我们能够在威胁成形前,定期发现威胁所在,防患于未然。”
Endpoint for the Cloud Generation中所的产品包括:
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
Feedzai团队首次系统评估了AI模型理解散点图的能力,创建了包含18,000张图表的大规模数据集。测试十个先进AI模型发现,在简单计数任务中部分模型准确率超90%,但精确定位任务表现不佳,准确率多在50%以下。研究还发现图表设计对AI性能有轻微影响,为AI辅助数据分析提供了重要参考。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
KAIST研究团队开发出MG-Select系统,首次让视觉语言机器人具备"货比三家"的决策能力。该系统通过生成多个行动候选方案并利用内部评估机制选择最优解,无需额外外部验证系统。在真实世界测试中,机器人精确操作成功率提升28%-35%,某些任务改进达168%,为机器人在医疗、制造等高精度应用领域的发展奠定重要基础。