Palo Alto Networks已同意以3亿美元的价格购买Evident.io,让企业云用户能够更轻松地保持其部署的合规性和安全性。
Palo Alto Networks表示,Evident.io(位于美国加利福尼亚州普莱森顿)将通过分析服务和帐户配置以应对严格的安全和合规性控制,扩展基于API的安全功能。预计这次交易将于4月30日完成,Evident.io的联合创始人将加入Palo Alto Networks。
Palo Alto Networks董事长兼首席执行官Mark McLaughlin在一份声明中表示:“我们相信未来企业会变得更加以云为中心,并且需要为云设计预防性方案。随着Evident成为我们平台的一部分,Palo Alto Networks将成为唯一能够提供全面云服务的厂商。”
Palo Alto Networks表示,传统的安全工具往往不能在公有云中良好地运行,迫使企业严重依赖人工检查和审计来验证安全性和合规性。但这是非常耗时的,并且容易出错,超出云的动态性特性。
因此,安全、DevOps和合规团队需要一种自动化且无冲突的方式来保护公有云的工作负载,Palo Alto Networks这样表示。一旦Evident.io与Palo Alto Networks现有云安全产品集成,客户将能够使用单一方法进行持续监控、存储安全性以及合规验证及报告。
因此,Palo Alto Networks表示,安全性,DevOps和合规团队将能够更快地开发和部署新的云应用程序,简化开发人员和安全操作加快部署速度,并不断验证云部署的合规性。
Evident.io联合创始人兼首席执行官Tim Prendergast在一份声明中表示:“Evident.io和Palo Alto Networks的联合功能将让客户对云中更好、更快、更安全地运行充满信心。”另外,Prendergast和联合创始人Justin Landy也将加入Palo Alto Networks。
在周二盘后交易中,Palo Alto Networks股价维持在188.45美元的水平。就在这次收购公布的两天前,特权帐户安全供应商CyberArk刚刚宣布收购Vaultive,以促进针对特权帐户和云管理员的主动性云安全控制。
据LinkedIn显示,Evident.io成立于2013年,现在共有112名员工。Evident.io已经在五轮风险融资中筹集了4910万美元,其中In-Q-Tel和GV(前谷歌风险投资公司)分别领投了最近的两轮。
Evident.io的Evident Security Platform(ESP)让各种规模的企业使其攻击面最小化,并通过单个仪表板提高整体的云安全状况。ESP不断识别和评估AWS和Microsoft Azure部署中的安全风险,为安全人员提供专家的补救指导,并实现无痛安全审计和合规性报告。
Prendergast在Evident.io官方网站上发表的信中说:“这次交易是业界最好的公有云基础设施安全公司Evident.io与公有云安全行业的领导者Palo Alto Networks的结合。我们双方的技术将共同形成世界上最先进的云安全产品。”
Palo Alto Networks云安全和其他技术产品营销总监Chris Morosco在周二下午的博客文章中写道,企业越来越多地使用多个公有云账户和提供商来利用各个云提供商的不同优势。 Morosco表示,落后的安全工具只会增加复杂性并减慢应用的部署速度。
Morosco表示,Evident.io将使团队可以通过统一的方式,跨不同帐户和不同公有云提供商为整个云部署交付这些功能。此外,企业组织可以获得定制的报告,确保他们符合CIS、HIPAA、SOC2、PCI、NIST或ISO标准。
Morosco表示,Evident.io的高级API安全性、合规性报告和公有云验证功能将与Palo Alto Networks的高级威胁防护和云DLP功能无缝结合。Morosco表示,Palo Alto Networks预计在收购完成后立即开始整合。
“Evident.io团队在云创新和解决严峻挑战方面声誉很高,凭借他们的知识和技术,我们将大大扩展我们的云安全功能,”Morosco在博客文章中这样写道。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。