近日,全球权威IT研究与咨询机构Gartner发布了《2020年云工作负载安全防护平台市场指南(Market Guide for Cloud Workload Protection Platforms)》。作为唯一一家来自中国的全球性品牌厂商,山石网科的微隔离可视化云安全产品——山石云·格(CloudHive)成功入选指南中“基于身份的隔离、可视和控制能力”分类。自此,山石网科成为中国首家获得指南推荐的微隔离与可视化云安全产品全球供应商。
山石云·格入选CWPP市场指南
国内首个网络微隔离产品入选CWPP市场指南
2017年,IDC就预计80%的企业IT组织会采用混合云架构。据Gartner预测,2020年全球云计算市场规模将达4110亿美元。可业务上云远非一劳永逸。由于云安全策略的制定总是滞后于云服务的使用,针对云的网络攻击手段也愈发多样化、智能化。且混合云部署使用不同的云环境,直接导致企业面临不同的底层架构和安全工具,从而带来割裂的安全管理,安全事件层出不穷。
云工作负载安全防护平台(Cloud Workload Protection Platform 简称CWPP)应运而生,是云安全建设中首先要考虑的产品类别之一。2016年,Gartner首次推出CWPP市场指南,旨在为企业用户推荐全球具有代表性的CWPP产品提供商。在2020年的最新指南中,Gartner已经将CWPP产品扩展为多能力&多平台、脆弱性扫描&配置与合规、基于身份的隔离&可视和控制能力产品等八大类别,代表厂商也涵盖了全球主流安全厂商。
入选CWPP市场报告,意味着厂商的云安全产品必须具备三大点——技术的先进性、优势的市场占有率以及良好的客户口碑。山石网科此次凭借山石云·格入选CWPP市场指南,既展现了在云安全、尤其是微隔离与可视化领域全球领先的综合实力,也在全球舞台上证明了自身的品牌影响力。
山石网科云安全解决方案,前瞻性守护云安全
传统的云安全产品,往往将防护重点放在网络边界的防护,云内部缺乏有效的安全控制手段。一旦边界的防线被攻破或绕过,攻击者就可以在云内部横向移动、肆意破坏。因此,如何实现云内的微隔离与可视化,是每一个上“云”的企业都必须重视的问题。
山石云·格在推出后,就因精细化微隔离、云内安全可视化、智能化运营三大特点,获得了各行业客户的欢迎。目前,山石云·格的客户已覆盖政府、教育、医疗、能源、运营商、交通、金融等行业,在客户中建立了良好的口碑。在国际上,山石云·格也备受业界认可,2015年被全球云计算大会评选为“年度创新产品”,2016年、2019年先后获得权威网络安全杂志Cyber Defense Magazine”颁发的云安全防护领域“Cutting Edge”奖和“下一代云安全方案”奖”。
作为中国网络安全行业的技术创新领导厂商,山石网科自2007年成立以来,在云计算安全领域提前布局、深耕细作,推出了山石网科虚拟化下一代防火墙山石云·界(CloudEdge)、虚拟化Web应用防火墙(山石vWAF)、安全网元管理系统山石云·集等多款行业领先的云安全产品,能够为用户提供从硬件到软件、从边界到云内、从基础到应用的全方位的云计算安全解决方案。
除了完备的云计算产品线,山石网科的边界安全、内网安全、数据安全等产品也凭借优异的性能、稳定的品质屡获大奖。山石网科已经连续六年入选国际权威分析机构Gartner的“网络防火墙类魔力象限”。2020年,山石网科获评Gartner网络防火墙类“客户之选”,成为中国唯一一家、也是全球仅有的5家获此殊荣的厂商。2019年,山石网科成为中国唯一入选Gartner《网络流量分析(NTA)市场指南》的网络安全厂商,并入选了Gartner《IDPS入侵检测和防御系统市场指南》。2018年,山石网科被Gartner评为亚太地区企业级防火墙“全球性厂家”。
在未来,山石网科将继续依托自身强大的软硬件研发实力,和累计服务超过18000家用户的丰富经验,不断推出更先进、更高效的云计算安全解决方案,为客户建立全方位、更智能、零打扰的云安全防护体系,让天下没有难做的云安全!
好文章,需要你的鼓励
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。