至顶网服务器频道 08月29日 新闻消息:
VMware一年一度的VMworld大会本周开幕,VMware正式推出了期待已久的基于云和基于虚拟机的安全产品。
这款新产品——此前成为Goldilocks,但是现在正式命名为VMware AppDefense——专注于保护客户应用和基础设施,基于不断增长的、跨多个云的VMware NSX软件定义网络平台,VMware全球现场及行业副总裁、首席技术官Chris Wolf表示。
他说,VMware AppDefense有三个主要元素。首先是专注应用的,因为客户对于来自恶意软件、勒索病毒以及其他攻击的关注越来越高。
其次是专注于基础设施安全性,在这个领域,传统的安全措施还将存在一段时间。Wolf表示:“传统的安全措施不能对动态威胁作出反应。我们可以提供具有全方位安全性、可按需扩展的虚拟化应用。”
第三,是专注于整体安全生态系统,让AppDefense能够与来自数十家不同安全厂商的技术相互协作。
VMware AppDefense是与VMware NSX软件定义网络平台紧密关联的,Wolf表示。
“NSX已经成为一个用于网络和安全性的一致性平台。NSX提供了一组核心的服务,让我们的合作伙伴具有真正的差异化。我们让合作伙伴可以在我们的平台上进行扩展,这样客户就可以利用NSX,以及他们所专注的应用。”
VMware安全产品高级副总裁Tom Corn表示,NSX和VMware之间的紧密联系让AppDefense能够提供三个强大能力。
首先,是能够捕获和发现应用,并确定这些应用的行为,因为AppDefense是接入到VMware vCenter管理平台的。Corn表示:“我们正处于一个独特的位置上,看到正在发生的一切。”
其次,是能够检测应用出现的问题。AppDefense利用虚拟机管理程序主机,作为一个独有的可信域,在vSphere中创建受保护区,在这些保护区中保存了应用的“完美版本”,与更改进行对比。
第三,是能够对应用发起的攻击这做出响应,Corn表示:“我们可以说……如果它以不应该的方式运行,那么它就会提醒你可以怎么做。”
“我们知道应用需要的流程,以及如何与网络接口。我们知道应用已知的良好状态。如果有异常,我们可以通知用户发生了什么变化,嗅探出变化,更加预先主动,这样应用所有者就可以在任何时候看到应用的情况。”
与NSX的紧密关系是了解应用已知良好状态的关键。Wolf表示:“与其等着出现问题,还不如一开始就考虑应用可以做些什么。”
World Wide Technology是一家位于圣路易斯的解决方案提供商、VMware长期渠道合作伙伴,该公司数据中心业务高级总监Scott Miller表示,VMware AppDefense始终考虑应用配置,包括如何与通信端口进行交互。
“如果应用被黑客入侵,或者通过Port 80做一些反常动作例如进行通信,AppDefense就会关闭这个应用。现在还没有其他解决方案考虑网络层,我们的团队看到了。”
Miller表示,他的安全团队将把AppDefense作为应对安全问题的一个真正差异化方式。
“其他应用会看到变化,但是AppDefense是在虚拟化层看到变化,并自动修复问题。”
VMware AppDefense将在本周全面提供给客户。Corn表示,该平台最初是专注于本地部署的环境,然后扩展到合作伙伴的云,包括AWS云。
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。