至顶网安全频道 06月12日 编译:思科首席执行官罗卓克(Chuck Robbins)日前表示,思科目前正在开发一个安全的、智能的企业平台,目的是改善和整合数据中心和云安全,他称该平台将成为“网络的下一个行动”。
罗卓克周一在奥兰多的思科主场2018(Cisco Live 2018)大会上发表主题演讲时表示,网络必须做出改变以满足未来的需求,一众公司需要“从根本上从不同的角度”考虑这个问题,安全性现在已经成了“非常基础性的东西”。
罗卓克还表示,“网络一定要成为一个安全的平台,要能够帮助组织实现自己的策略。我们必须让网络做更多的事,要令其移动得更快......网络必须能帮助用户发挥多云环境的强大作用。”
另外,他表示,“安全必须从网络的基础开始。”
罗卓克提到跨境数据移动、隐私及全球经济的快速转移,他表示,安全性日益重要,大约50%的网络流量现在都被加密了。
罗卓克称,“我们需要一个单一的安全架构,该架构将是基于大量的、各种令人难以置信的威胁情报,这些情报非常迅速地得以处理。”
罗卓克表示,思科多年来一直致力于实现这一目标,例如思科容器平台以及对以下系统的支持: Azure ExpressRoute和AzureStack、Intersight、HyperFlex(配有谷歌云的混合云平台)、Kubernetes(用于微软 AzureStack的整合系统)、多云组合Cliqr、Cmpute.io、Skyport和SpringPath。
去年的机器与机器的连接增加了21亿个,罗卓克表示,未来五年可能会再增加270亿个。那么企业就需要消化这些机器与机器的数据,需要决定这些数据去哪里,要将其移动到正确的位置,以便“可以在有价值的点上进行处理”。
罗卓克还表示,“这需要我们对未来建立网络的方式进行不同的思考。”
罗卓克表示,要把自动化、安全和分析结合在一起,网络就会出现巨大的变化,我们在思科Live 2017大会期间提出了思科网络直观性,用户对其的接受度令“我们大为震撼”。
他表示,“我们都明白,我们的所有网络创建大量的数据......我们希望确保用户能从这些数据中获取价值。”
罗卓克表示,这也是与思科五大支柱(安全、多云、重塑网络、创造有意义的体验及“释放数据的威力”)是一致的。
他表示,“我们过去的一年里在协作产品组合方面做了许多努力。” 他还称,思科花19亿美元收购BroadSoft也将有助于思科实现这一目标。
为罗卓克主题演讲站台的有谷歌云首席执行官Diane Greene,Greene表示与思科的合作已经取得了“一些非常满意的客户”早期接触的结果。
Greene周一表示,思科-谷歌云产品可以帮助开发者环境的现代化,生产力可提高10倍,设计人员可以采用更多的增量方法,安全团队可以在公司运行的所有应用程序使用一致的模型。
思科和谷歌云去年10月宣布结成混合云合作伙伴关系,这使得客户能够通过Kubernetes和Istio在思科驱动的数据中心和谷歌云平台之间运行和迁移应用程序。
思科上个月宣布同时在容器编排程序AppDynamics和思科CloudCenter之间支持Kubernetes。
据思科称,Kubernetes 版AppDynamics可以监控在多个容器中的Pod上部署的应用程序的性能,而配有Kubernetes支持的Cisco CloudCenter则可以通过AppDynamics监控进行基于容器的应用程序的部署。
好文章,需要你的鼓励
惠普企业与爱立信合作开设研究设施,验证双模5G核心服务,为电信运营商提供"无缝"下一代核心网络。联合验证实验室将解决多供应商基础设施部署中的关键挑战,进行互操作性测试。实验室位于瑞典爱立信总部附近,2025年底投入运营。该方案结合爱立信双模5G核心服务与惠普服务器、网络架构和红帽OpenShift平台,支持5G和4G网络,降低复杂性和运营成本。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
高通在骁龙峰会2025上发布新一代骁龙8 Elite Gen 5芯片,AI处理速度从15令牌/秒提升至220令牌/秒,为真正的AI代理性能奠定硬件基础。AI首席官马拉迪表示,个性化AI助手即将到来,能够利用设备本地文档和图片等数据提供智能服务。尽管生成式AI仍面临准确性挑战,但硬件已不再是障碍,关键在于制造商的集成应用。AI代理将改变人机交互方式,自动化繁琐任务,让用户更高效地使用设备功能。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。