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
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。