安全领域从来就不缺缩写词,SASE就是其中比较新的之一。SASE在2019年被Gartner正式提出,此后迅速被市场接受,SASE的话题热度一直在持续走高。不少厂商纷纷提出了自己的观点和市场计划,发布自己的SASE解决方案。
依托自己在基础架构领域的技术优势和丰富的产品线,VMware很快就推出了一套完整的SASE解决方案。这是一套云原生的解决方案,结合VMware的云平台(VMware Cloud Foundation),能给用户带来全新的安全体验,对于有着SASE需求的用户,尤其是VMware用户群,具有不小的吸引力。
SASE备受关注
SASE(Secure Access Service Edge)是一个融合了软件定义广域网和网络安全功能、以支持数字化企业需求的新兴技术。按照Gartner对SASE的解释:SASE是一种基于实体的身份、实时上下文、企业安全/合规策略,以及在整个会话中持续评估风险/信任的服务。实体的身份可与人员、人员组(分支机构)、设备、应用、服务、物联网系统或边缘计算场地相关联。
SASE并不是单独的独立系统,而是包含了一套技术,从SD-WAN和云访问安全代理到安全的Web网关、零信任网络访问、防火墙即服务等,基于它们以云服务形式提供应用程序、服务,以及用户和机器对云和网络资源的安全访问。

VMware大中华区网络与安全产品及解决方案销售总监叶逾健
VMware大中华区网络与安全产品及解决方案销售总监叶逾健解释说,SASE之所以被Gartner提出与IT环境的几个重要变化息息相关:第一是分布式办公普及,尤其疫情期间远程办公成为主要模式,原来办公主要靠的是VPN技术,现在很多选择了SD-WAN,安全领域扩大了。其次是上云,之前企业办公的主要模式是终端用户访问企业的数据中心,而现在变成了终端用户访问各种云服务,其中除了企业数据中心提供的服务还有不少公有云提供的服务。第三,零信任基础架构逐渐被采用。
“这些变化使得传统的以企业数据中心为中心的安全模式行不通了,直接促成了SASE,这是Gartner提出SASE这个概念的背景。” 叶逾健说。
全栈安全解决方案
应该说,VMware进入SASE领域是非常顺理成章的。因为在SASE所涉及的各个方面,VMware早有布局,这也正是VMware进入SASE领域的底气所在。
“SASE中最重要的两块功能模块中我们都有非常好的产品。一个是SD-WAN,在市场上我们一直都是第一;另外一个非常强的就是终端用户计算。有两个第一的产品作为基础,就有了一个非常好的SASE,”叶逾健说。
具体而言,在SD-WAN方面,VMware的VeloCloud可以把多个不可靠的网络连接整合成一个超高性能的可靠网络,对于远程办公的用户这意味着视频应用随时可用。而终端用户计算方面,VMware更是有着多年的积累,功能非常丰富。比如,终端的管理平台UAG(User Access Gateway),就是一个非常高效的负责身份认证的安全产品。
除此之外,VMware在安全方面还有不少产品。比如,Carbon Black是非常领先的用于终端保护的云服务;网络虚拟化产品NSX中很多原生的重要安全功能;还有收购Lastline获得的NDR产品等。
“原来这些产品可能比较分散,而SASE是非常好的集成平台,VMware顺势把几个方案结合起来,推出了SASE。” 叶逾健说。
叶逾健表示,与其他SASE相比,VMware在设计SASE时尤为关注几个方面,一个是安全性,包括安全合规。其次是用户体验,不仅让用户对应用的性能、使用感觉方便,同时在管理上也要方便。第三是有非常强的可视化功能,能帮助用户更快地发现问题、解决问题。
对于今天纷纷扰扰的SASE市场,叶逾健表示,VMware的优势非常明显,主要体现在以下三个方面:第一是以原生安全的概念来实现零信任的基础架构,把安全原生地嵌入到平台中。第二是云原生。第三,VMware强大的生态,能为客户提供丰富的选择。
“VMware的SASE也会不断推陈出新。我们在全球有3000多个POP站点,3000多个合作伙伴帮我们做部署。在中国市场,我们也正和本地的合作伙伴配合,部署SASE的解决方案。我们希望和中国市场的合作伙伴、用户一起合作,满足用户安全需求,” 叶逾健总结说。
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。