11月21日,已经连续召开六届的Fortinet Security 361°安全峰会将在深圳举办。此次峰会的主题是“助力企业数字化成功转型”,Fortinet将深度解析企业数字化转型中遭遇的安全挑战,并针对网络安全态势的最新变化,解读Fortinet的安全防护解决方案如何保护企业的核心业务与数据资产。
数字化转型势不可挡 安全威胁随之不断精进
随着数字化产业的迅速发展,越来越多企业置身数字化转型的大潮当中,在IDC对2000位跨国企业首席执行官的调查中,67%的首席执行官表示,数字化转型将成为其公司战略的核心。在中国,数字化转型对于企业带来的收益将尤为巨大,埃森哲在《展望》期刊中估算,至2020年,数字化产业将为中国的GDP带来 3.7%的增长。
在数字化转型的大潮中,网络安全风险成为企业核心业务与数据资产的重要威胁。比如,今年肆虐全球的“WannaCry”勒索病毒,就已经展现了网络攻击的复杂性,为企业数字化战略中可能存在的漏洞敲响了警钟。同时,需要特别关注,企业数字化转型中的“两端化”,这包括核心业务运营系统迁移至云端,以及囊括所有工作场景的移动端。不可否认的是,很多企业在数字化战略规划中并未拿出精力考虑安全管理,暴露出安全意识缺乏、缺少入侵监测机制、缺少安全评估等诸多缺陷,这将为数据泄露、业务中断、违规处罚等埋下祸根。
Fortinet中国区总经理李宏凯表示:“随着技术的演进与网络复杂性的增长,网络安全威胁出现了许多新的特征,如自动化攻击推动智能防御需求、物联网设备成为对云进行攻击的重要跳板、智慧城市受攻击风险大增等,企业很容易丧失对于信息化系统的全局洞察力以及集中管控力,核心业务与数据资产面临的风险剧增。企业要想高效推动数字化转型,就需要保持对安全的敏锐关注,在海量网络信息中智能发现安全威胁的入侵迹象,对抗日益精进的网络安全威胁。”
护航数字化转型 Fortinet带来安全防护新思路
在此次会议上,Fortinet将展示Security Fabric安立方架构化解最新网络安全威胁的思路。Fortinet Security Fabric具备可扩展、可感知、安全、可执行、开放的关键优势,能够广泛覆盖云端、网络物联网终端、移动终端等数字化的各个环节,通过监控设备和流量、智能网络隔离、共享并关联本地与全球威胁情报、共同排除攻击链上任意节点出现的威胁。
在数字化转型进程中,业务云化是最值得关注的趋势之一。面对病毒、蠕虫、木马、后门等安全威胁在云端的入侵,Fortinet Security Fabric安全架构提供了在混合环境中安全部署与安全管理一致的操作性及可视化。解决方案能够在云基础设施内实施关键的安全控制,提供至关重要的安全可视性,敏锐的发现各种安全威胁,并能够帮助云ICT用户显著降低总体拥有成本和复杂性,有效防御各种网络攻击。
李宏凯表示:“企业数字化转型过程中面临的安全威胁,已经成为我们共同的焦点,Fortinet将为用提供持续进级的安全解决方案,在即将召开的Fortinet Security 361°会议上,我们将会为大家详细展示Fortinet对于网络安全态势的最新研究成果,以及如何通过前瞻性、可感知、可视化、可管理的网络安全解决方案,为企业提供更具价值的安全防护能力。”
好文章,需要你的鼓励
这篇博客详细解读了阿里巴巴通义实验室和中科大联合开发的VRAG-RL框架,该框架通过强化学习优化视觉语言模型处理复杂视觉信息的能力。研究创新性地定义了视觉感知动作空间,使模型能从粗到细地感知信息密集区域,并设计了结合检索效率与结果质量的精细奖励机制。实验表明,该方法在各类视觉理解任务上大幅超越现有技术,Qwen2.5-VL-7B和3B模型分别提升了20%和30%的性能,为处理图表、布局等复杂视觉信息提供了更强大的工具。
香港科技大学研究团队发现AI训练中的验证器存在严重缺陷。基于规则的验证器虽精确但僵化,平均有14%的正确答案因表达形式不同被误判;基于模型的验证器虽灵活但极易被"黑客攻击",AI可通过输出特定模式欺骗验证器获得不当奖励。研究提出混合验证器设计,结合两者优势,在数学推理任务上将性能提升3个百分点,为开发更可靠的AI训练系统提供重要启示。
这项研究提出了"用生成图像思考"的创新范式,使AI能够通过生成中间视觉步骤在文本和图像模态间自然思考。研究者实现了"原生长多模态思维过程",使大型多模态模型能够生成视觉子目标和自我批评视觉假设。实验表明,该方法在处理复杂多物体场景时性能提升高达50%,为医学研究、建筑设计和刑事侦查等领域开创了新的应用可能。
这篇论文介绍了GRE套装,一个通过精细调优视觉语言模型和增强推理链来提升图像地理定位能力的创新框架。研究团队开发了高质量地理推理数据集GRE30K、多阶段推理模型GRE以及全面评估基准GREval-Bench。通过冷启动监督微调与两阶段强化学习相结合的训练策略,GRE模型能够有效识别图像中的显性和隐性地理指标,在Im2GPS3k和GWS15k等主流基准上显著优于现有方法,为全球图像地理定位任务提供了更准确、更可解释的解决方案。