2018年11月19日——负责提供安全数字化体验的智能边缘平台阿卡迈技术公司(以下简称:Akamai)宣布其在“Forrester Wave:2018年第四季度零信任eXtended(ZTX)生态系统提供商评估”(The Forrester Wave:Zero Trust eXtended(ZTX)Ecosystem Providers,Q4 2018 evaluation)中,被认定为“表现优异者”(Strong Performer)。在此报告中,Forrester对14家厂商及其产品组合在ZTX框架特定组件上的具体表现进行了评估。根据分析结果,Akamai在网络安全和工作负载安全标准方面获得了最高分,在ZTX路线图和差异化标准方面得分最高,在ZTX愿景和战略以及人员/员工安全标准方面得分第二高。
报告指出,越来越多的安全领导者将零信任(Zero Trust)视为攻克首要安全和风险难题之良策,这即为ZTX市场提供了发展动能。反过来,这种方案的采用也为零信任市场创造了巨大的增长机会。报告称:“这种增长在很大程度上是由于安全专业人士越发依赖外部厂商,并将其作为技术集成商和长期合作伙伴,来规划和实施ZTX生态系统框架的架构建议。”
报告还指出:“一直以来,安全专业人士依靠下一代防火墙和其他传统访问技术来实施零信任微边界。而如今有多种基于软件的自适应方法可以实现这一点,同时亦能更充分地集成eXtended生态系统框架的组件和功能。那些能够明确地将其未来愿景和路线图与零信任挂钩的厂商将占据优势。”
报告强调:“Akamai是网络安全领域的权威企业,已经投入了时间和资源以将其功能扩展到客户的其他安全领域,其中包括DDoS、僵尸网络抵御、恶意软件防护以及应用程序微分段功能。”
Akamai执行副总裁兼总经理Robert Blumofe表示:“过往的成绩证明Akamai一直是全球客户值得信赖的顾问,这为我们继续投资网络边缘安全功能提供了动力。我们计划通过进一步改进自身安全技术来继续支持客户的零信任进程。”
Akamai的边缘架构通过在网络边缘主动差异化其平台和身份感知代理(Identity Aware Proxy,IAP)功能,为公司的零信任采用提供关键优势。客户将该项技术作为云服务使用,这使最终用户能够基于身份验证和授权,享受对特定企业应用程序的无客户端访问和基于客户端的访问。此外,这些客户可以利用情境感知访问(context aware access)功能,同时还能在全球任意位置无缝集成其他Akamai服务,例如应用程序加速、应用程序安全和高级恶意软件防护。Akamai的零信任安全方法旨在通过严格限制应用程序访问和保护最终用户来降低风险,同时改善用户体验。
Akamai尖端的安全智能基于其对全球攻击的可见性。这一跨应用程序层的出色洞察力以及对恶意软件攻击的深入分析,可以源源不断地为网络边缘的Akamai自动攻击检测和防护功能提供情报。
Akamai企业部产品副总裁Tim Knudsen表示:“随着应用程序环境扩展为横跨多个云、SaaS和现有数据中心基础设施,数字化业务转型发展迅猛,基于边界的传统安全模式日渐式微。我们相信Akamai具备独特优势,能够通过高度敏捷的全球边缘安全平台,根据用户身份和情境严格限制应用程序访问,同时保护这些应用程序和用户免受互联网上的高级威胁,从而帮助企业IT和安全团队支持业务发展。”
在过去的一年里,Forrester在其针对DDoS防御解决方案、Web应用程序防火墙以及爬虫程序管理的最新“Wave/New Wave”报告中,还曾评定Akamai为“领导者”。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。