至顶网安全频道 01月28日 综合消息:全球领先网络安全解决方案提供商 Check Point 软件科技有限公司举办其年度客户与合作伙伴盛会 CPX360。这场为期三天的活动旨在解决当今及未来所面临的最紧迫的网络安全挑战,并帮助所有规模的企业制定战略,防止业务遭受网络威胁和复杂攻击。
Check Point 创始人兼首席执行官 Gil Shwed
Check Point 创始人兼首席执行官 Gil Shwed 在其“网络安全2020”主题演讲中描述了跨移动设备、云和本地网络,且具备快速移动特征的大规模第五代网络攻击是如何在过去的一年迅速蔓延并创下受波及企业数量的新高。他表示,企业需要在下一代攻击到来之前,通过部署结合实时威胁防护、共享情报和跨所有企业环境的最高级安全防御的基础设施来消除安全“代沟”。
Gil Shwed 还提出了他对第六代网络安全的设想。Nano Security 策略可嵌入在所有设备、Web 或云服务,以及应用和网络上,为未来的超互连、超大规模世界提供强大保护。 他表示:“我们的任务是不断提升网络安全,确保可随时抵御所有类型的网络攻击。在第六代网络安全中,纳米级代理策略将被部署在所有类型的设备或云平台上,支持与预测、检测和防止攻击的智能控制系统实时连接,从而为我们提供从单个物联网设备到超大规模网络的全方位无缝保护,删除弱链接并保护我们的未来。”
活动中,Check Point安全专家们披露了2019年第一期业界安全报告。该报告指出,在2018年加密货币旷工(Cryptominers)成为首要攻击手段,全球37%的企业与组织均受到其不同程度的威胁。同时,随着移动设备的普及与IOT的进一步落地,33%的机构遭到过针对移动设备的攻击。排名第三位的安全威胁多用途僵尸网络,18%的企业受到过Bot攻击,近半数的被攻击设备成为了2018年DDoS攻击的主要发起源。Check Point 软件科技首席营销官 Peter Alexander 表示:“从加密货币挖矿的迅速崛起到大规模数据泄露和 DDoS 攻击,去年,全球组织屡遭网络破坏。攻击者的攻击手段极其丰富,能够让他们从任何行业的组织中攫取利益,2019 年第一期安全报告揭示了攻击者目前常用的越来越隐秘的攻击手段。这些快速移动的多向量大规模第五代攻击发生的频率越来越高,因此,组织需要采取多层网络安全战略来防止这些攻击控制网络和数据。2019 年安全报告给出了预防这些攻击的方法、洞察和建议。”
为抵御日趋复杂的攻击方式,Check Point 在会上推出了业内首款真正的超大规模网络安全解决方案 Maestro。Check Point Maestro 是一个革命性的全新架构,能够为任何规模的企业提供灵活的云级安全平台性能,同时将其现有的安全网关无缝扩展到超大容量,从而保护组织的最大、资源需求最高的环境,包括超大规模数据中心、电信运营商和移动网络。通过该解决方案,用户可以对现有安全架构进行按需编排,并以自定义的方式进行扩展,最高使用户在分钟级内部署超过现有架构50倍的安全吞吐,从而能够更加高效的应对包括业务扩展、突发意外在内的安全需求。同时,该架构具有高度云化能力,使用户可以在混合架构下可以更加智能、统一的部署安全策略,提高工作效能并降低人为错误。因此,Maestro的出现可以在物联网高速发展,混合云架构方兴未艾的当下为企业的发展提供全面、面向未来的最高级别IT安全解决方案。
2019年 CPX 360 大会首站在曼谷举办,并将与2月在拉斯维加斯与维也纳召开。活动中Check Point 及其合作伙伴和客户将联合开展数百场独特的分会活动,以及探索最新一代威胁的全新研究专题讲座。今年,预计全球将有超过7000人次参会,赞助商和参展商超过 100 家。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。