2018年10月16日,历时4个多月的曙光“打造核心技术 赋能数字经济”主题系列全国巡展迎来北京站收官,在业内外人士的关注下,中科曙光对外发布了为“安全”专属打造的网络流量识别分析系统SUNA。
这是曙光第一次完整发布针对行业的网络流量识别分析系统和软硬件一体化解决方案,也是曙光自主研发的一款高性能、高识别率、高可靠的流量可视化平台,SUNA具备业内领先的处理性能,常规配置的单计算节点就可处理超过100Gbps网络流量,识别并分析7000多种协议和应用,支持百万级特征库规则。
SUNA集合了曙光多年来在DPI和网络流量内容分析系统领域的软硬件技术积累和安全相关行业的工程经验,可实现全流量分析,实时感知和分析网络中传输的协议、流量、会话、应用等信息。
SUNA系统将网络流量分析处理软件和Tb级高性能汇聚分流器、智能网卡等可视化平台产品相结合,形成了软硬件一体的完整解决方案,可以更好地服务政府、电信、公安、安全、科研、教育、互联网等领域的客户,实现网络内容分析和可视化,信息安全,信息溯源,不良内容识别和处理等功能,为客户的信息系统安全提供了核心平台级产品和技术支撑。
作为曙光一款重要的安全方面的新产品,网络流量识别分析系统SUNA是曙光基于用户安全领域的深刻洞悉及理解的心血结晶。下一步,曙光网络流量识别分析系统还将着力打造成开放式平台,兼容更多网络安全产品和功能。并且,基于该系统,曙光整合在流量获取和分析、大数据处理、人工智能、网络安全等方面的技术和产品积累,将推出智能化网络安全态势感知解决方案。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。