Gartner认为,全球云安全服务将保持强劲增长势头,在2017年达到59亿美元,相比2016年增长21%。云安全服务市场的整体增速高于信息安全(Information Security)总体市场。Gartner预计,云安全服务市场将在2020年接近90亿美元。
针对全球云安全服务的快速增长可能给中国市场带来的影响,Gartner研究总监季新苏认为:“中国大型企业对于公有云的使用仍然处在初期探索与试验阶段,目前使用公有云的业务还仅限于外围非核心业务,核心业务迁到公有云上的并不多见。其次,中国大型传统企业主要使用自有数据中心,通过物理隔离达到信息安全的要求,对匹配业务发展数据安全管理能力建设程度不高,偏重安全设备资产内投入与安全制度文档建设。
“未来整体数据中心并不仅仅限于物理地点而是自有数据中心与公有云相结合的数据中心即服务的概念。这对现有信息安全包括云安全的能力提出较高要求。中国CIO应该看到该趋势,前期布局培养数字化环境下安全管理的能力,以便基础架构能力升级时控制风险,确保未来IT交付更安全、更高效的业务价值。”
Gartner研究总监Ruggero Contu表示:“电子邮件安全、Web安全以及身份与访问管理(IAM)仍是各企业机构的前三大云业务重点。”包括安全信息与事件管理(SIEM)与身份与访问管理、新兴服务在内的可以应对这些重点领域的各主流服务,展现了最明显的增长潜力。同时,新兴产品与服务也是增速最快的细分市场,其中包括:威胁情报支持(Threat Intelligence Enablement)、云恶意软件沙盒(Cloud-Based Malware Sandboxes)、云数据加密(Cloud-Based Data Encryption)、端点保护管理(Endpoint Protection Management)、威胁情报(Threat Intelligence)和Web应用防火墙(WAF)等。
由于日益感受到安全威胁,各中小企业(SMB)正在积极促进云安全服务的增长。它们还注意到云部署提供了降低成本的机会,对于减少安全硬件设备的供电和冷却能耗以及数据中心占地面积而言尤其重要。
Contu先生认为:“云媒介与中小企业的需求不谋而合。它具有部署与管理轻松、按需支付定价以及功能简化等特性,而这种交付模式对于人力不足的企业极具吸引力。”
由于大企业认识到云安全交付模式能带来诸多运营收益,它们也在推动增长。
Contu先生认为:“随着部署进一步扩展至监控领域,如:云端沙盒和Web应用防火墙,这种云端交付模式仍将是大受欢迎的安全实践选项。”根据Gartner在2016年初实施的全球调查结果,到2017年底之前,公有云将成为60%以上安全应用的首要交付模式。
Contu先生说道:“这种充分利用安全控制的能力可通过云端交付、更新与管理,因此会大大减少耗时而昂贵的实施及维护工作,进而为企业创造重大价值。”
Contu先生表示:“一方面,中小企业新近提出的绿地模式(Greenfield)需求正在推动增长;而另一方面,新的竞争动态以及其它定价方式正威胁着传统业务模式。各提供商必须适应这种从企业内部到云端交付的商业模式转变。总之,从拥有与销售产品到出售与支持持续的服务交付这一转变过程已成为提供商须关注的重点领域之一。”
好文章,需要你的鼓励
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
微软研究院推出的"基于最优奖励基线的在策略强化学习"(OPO)算法解决了大语言模型强化学习中的两大问题:训练不稳定和计算效率低。通过严格遵循在策略训练和引入理论最优奖励基线,OPO无需额外的辅助模型或复杂正则化项,就能实现更稳定的训练。在数学推理基准测试中,OPO不仅表现优异,还保持了更低的策略偏移和更高的输出多样性。这项研究证明,有时最有效的解决方案不是增加复杂性,而是回归基础原则并进行深入的理论思考。
毫无疑问,Agent,也就是智能体已经预定了今年的最火AI关键词。不知道明年会不会是AGI呢,既然OpenAI和Anthropic的预测都是在2027年左右。而在Agent领域,非常有发言权的一位就是吴恩达。LangChain前不久的开发者活动Interrupt上,LangChain创始人Harrison Chase邀请了吴恩达专门做了一场对话
SWE-bench-Live是微软与上海人工智能实验室联合开发的持续更新基准测试平台,解决了现有代码修复评估工具的数据老化、覆盖有限和人工依赖问题。核心创新是REPOLAUNCH自动化流水线,能从GitHub抓取2024年后的1,319个真实问题,自动配置Docker环境。研究发现最先进的AI代码助手在该平台上的解决率仅为19.25%,远低于静态基准测试表现,尤其在处理多文件修改和大型代码库时存在明显局限。