Drew Simonis,瞻博网络首席信息安全官
一、 零信任时代在某种程度上已经到来
随着更多的企业采用零信任安全方法,他们将认识到自己仍然需要做许多以前难以实现的、相当困难的工作,尤其是在身份与访问管理(IAM)和行为分析领域。人们开始把零信任看作是业务转型,而不是安全项目,并因此推出新的技术交付模式。
二、 首席信息安全官责任成为聘用最高安全领导层的另一个问题
越来越多的首席信息安全官希望公司在从违规披露到安全软件认证,再到名誉损失的各种情况下提供保障。行政风险保险政策更频繁地包含在招聘中。
三、 网络质保
我们知道保费、自留额和除外事项都在增多。客户可能会开始要求,或者精明的厂商可能会开始提供相关产品的“网络质保”,而不是完全放弃网络保险。例如,当恶意软件突破网络或电子邮件过滤器时协助恢复。
四、 应用程序安全备受关注
软件物料清单(SBOM)只是一个开始,它将揭开许多不良软件组合的面纱。最近,要求遵守NIST SP 800-218和进行特定认证的规定公布后,将使企业重新考虑他们在构建软件时所做的选择。作为服务而不是单体代码库的API优先开发范式和应用程序会赢得支持吗?
五、 安全成为所有人都关心的问题
安全要求的“马车”在疾驰,所有人都想上车。美国开始实施网络安全成熟度模型认证(CMMC)和关键基础设施网络事件报告法(CIRCIA),而且即将实施美国证券交易委员会(SEC)披露规则;欧洲开始实施网络和信息安全指令(NIS2);英国也在扩大网络和信息系统条例(NIS)的实施,这些都表明网络安全举足轻重。由于人才短缺,企业以创造性的方式把新人带入本行业,2023年可能会出现一些新的专业证书要求,就像工程行业那样。
Mike Spanbauer
新冠疫情继续助长危机。充满威胁的“捕食者”在不确定性的世界中大快朵颐。最近几年表明,这些未知为攻击者提供了更多机会,近年来获得成功的攻击方法仍然是主要的威胁。网络钓鱼和其他社会工程机制仍然有效,尽管快速信誉验证已有进步,但最初的几个目标比在活动时间线上稍远的目标更容易受到攻击。这表明依旧有必要对有效的用户意识培训投资,继续改进流程、身份和策略执行,尤其是威胁情报社区的改进。我们在这一方面已经取得了很大的进展,但仍然有进步的空间。尽管风险巨大,仍值得额外投资。
安全访问服务边缘(SASE)的采用将继续加快;但客户现在会更仔细地评估适合他们的解决方案和路径 — 计算不同策略格式和本地原有防火墙管理团队承担额外工作的运行成本,再加上基于新服务的云产品(现有数据中心投资和专用应用程序不会很快被放弃!)。毕竟,格式上的不一致会在策略和安全效力方面产生割裂,而这正是攻击者所需要的。他们只需要一个立足点,一旦绕过最初的策略屏障,那么整个防线都会被击溃。
零信任及其实施方法仍将是所有企业的重要工作。但由于各厂商使用的语言不一致,区分真伪并不容易。从根本上说,企业需要一个方案来确保它们可以在任何地方看到、管理、控制并处理连接。具体而言,零信任概念适用于任何物理或逻辑连接,以及该连接的应用行为或使用策略。每一个连接都应被控制,应根据验证和恰当的应用被许可或拒绝。我指的不仅是连接至WiFi,而是每一个传输控制协议(TCP)或用户数据报协议(UDP)连接,每一个http/s请求或经过可能会损害企业的某个环境的任何事物(是的,这相当于一切,基本无处不在)。为了让客户更轻松有效地选择针对环境中各种需求的解决方案,业界需要技术供应商和详述如何基于框架(例如美国国家标准与技术研究所的框架)进行交付的客户成功案例以达成更坦率和直接的指引。说明是如何实现的,而不是“可能是什么”。
好文章,需要你的鼓励
博通宣布对VMware Cloud Foundation平台进行重大升级,将私有AI服务集成到核心订阅中,并为vSAN存储虚拟化软件添加云原生对象存储支持。此举旨在满足企业对简化基础设施、高效AI采用和网络安全的需求。升级包括与英伟达合作的VMware Private AI Foundation服务、支持AMD GPU、Amazon S3兼容对象存储、与Canonical合作的Ubuntu容器镜像,以及新的四阶段自动化安全流程。博通还推出了面向高监管行业的VCF网络合规高级服务。
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
Google正式发布Gemini 2.5 Flash Image模型,该模型此前在测试版中被称为nanobanana。新模型为企业创意项目提供更多选择,能够快速修改图像外观并提供比以往模型更强的控制能力。该模型在保持人物相似度和编辑一致性方面表现出色,支持多轮编辑、照片融合等功能,并已集成到Gemini应用中供付费和免费用户使用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。