云融合的安全和数据保护解决方案提供商梭子鱼网络美国加州时间7月26日宣布其电子邮件安全业务在2019财年第一季度(截至2018年5月31日)实现加速增长。得益于新产品的创新和交付以及持续的MSP增长,梭子鱼电子邮件保护产品的预订量同比增长36%,2018财年第一季度为9%。
“电子邮件安全业务的强劲发展势头让我们颇感振奋,这给梭子鱼的进一步增长奠定了有利基础,”梭子鱼首席执行官BJ Jenkins表示。“我们的产品线很强大,越来越多地企业开始依靠MSP合作伙伴为其提供安全和数据保护服务。我们会继续大力扩展行业领先的产品组合,帮助客户在高度分散的多样化混合云环境中使他们的IT投资效益最大化。”
梭子鱼网络是在安全与数据保护技术领域拥有悠久历史的领导者,最近云融合产品的出货量已超过100万台。另外,公司近期还推出了先进的人工智能(AI)解决方案,以帮助企业防御鱼叉式网络钓鱼和网络欺诈。梭子鱼的创新研发围绕防御有针对性的攻击、人工智能、归档和数据保护等展开,以帮助客户以更智能的方式抵御攻击、降低风险和消除威胁。
通过收购PhishLine的举措,梭子鱼还成为了第一家引入基于人机界面的培训平台的电子邮件安全产品供应商。目前,梭子鱼是唯一一家结合了网关安全、数据保护、基于AI的针对性威胁防护以及用户安全意识培训的安全服务供应商,可为用户提供全面的防范电子邮件威胁的保护。
梭子鱼电子邮件保护业务在2019财年第一季度的财务业绩要点:
· 梭子鱼Essentials MSP增长:梭子鱼Essentials通过其MSP业务实现了销售预订量同比增长232%。
· 电子邮件安全业务增长:第一季度,梭子鱼电子邮件保护产品的全球预订量同比增长36%。
· 用户增长:目前梭子鱼已为全球50000多家电子邮件安全用户提供服务。
梭子鱼电子邮件保护业务亮点:
· 强劲发展势头:
- 每天处理超过10亿封电子邮件。
-归档超过900亿封电子邮件。
· 社会工程防御:
新的梭子鱼Sentinel帐户接管(ATO)功能能够针对被破坏的电子邮件帐户和被恶意行为者用于发送垃圾邮件、病毒和鱼叉式网络钓鱼攻击的电子邮件帐户提供基于AI的检测和修复。这一行业领先的解决方案将内部威胁防护提升到新的水平,降低了内部网络钓鱼和恶意软件的风险,并防止了由于攻击其他企业而造成的品牌名誉损失。
· 培训和仿真:
-梭子鱼进一步扩展PhishLine产品组合,推出了面向千人员工级别的新企业版产品,该版本通过经销商渠道进行销售。目前该产品已推出多个版本,以满足不同规模企业的需求。
-全新的梭子鱼PhishLine等级安全培训版块向企业提供一种独特安全意识培训方式,该方式通过鼓励良好的网络行为让员工参与并提高他们的安全意识。
· 梭子鱼Essentials:
-增强了识别和拦截发送方伪装成内部员工的网络钓鱼功能。
-梭子鱼Essentials对DMARC的支持提供了额外的邮件安全防护。
-其他隐私控制和MSP特定角色使MSP能够更轻松管理和支持其用户群。
·行业认可:
-梭子鱼跻身CRN发布的2018年网络安全领域百强名单:被评为全球最酷的20家网络安全、电子邮件安全和应用程序安全厂商之一,该榜单旨在认可和表彰对网络安全、电子邮件安全和应用程序安全作出突出贡献的厂商。
-梭子鱼在ChannelPro Network 2018年读者选择奖中荣获最佳电子邮件安全厂商金奖。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。