集成将加快检测、调查和响应,以帮助进一步保护AWS环境
2018年11月30日——致力于将数据转化为行动和价值的Splunk公司宣布与新推出的Amazon Web Services(AWS)Security Hub集成。AWS Security Hub提供全面的视图来管理安全警报并为AWS客户自动处理合规检查。Splunk Enterprise和Splunk Phantom与AWS Security Hub的集成旨在帮助客户进一步加快对其AWS安全环境中潜在威胁的检测、调查和响应。
Splunk公司高级副总裁兼安全市场总经理宋海燕表示:“随着企业不断迁移到云端,其数据分散在整个企业中,需要确保团队正在监控和分析这些数据,以便检测到潜在威胁并迅速做出响应。Splunk支持AWS Security Hub,这使得我们的客户能够把分析驱动型方法用于安全领域,并通过自动化和编配功能来扩展其安全操作。”
Splunk还可以利用Amazon CloudWatch Events,直接从AWS Security Hub为客户提供数据。在此,Splunk可以直接在Splunk平台上监控并识别AWS Security产品(例如:Amazon GuardDuty、Amazon Inspector和Amazon Macie)中的潜在威胁。此外,Splunk集成后可支持无服务器自动化,以便收集来自AWS Security Hub的调查结果,将其发送到Splunk平台中的HTTP事件收集器。通过Splunk Phantom App for AWS Security Hub应用,可以把结果发送至Phantom,从而通过其它威胁情报信息来自动丰富上下文或执行自动响应操作。通过在调查结果中加入更广泛的背景信息,安全团队可以做出明智的决策并迅速采取行动。
Amazon Web Services 公司安全与服务副总裁Dan Plastina 表示:“当今的安全团队不仅负责防止安全漏洞和应对潜在威胁,而且还需要了解使其企业有效运作并合规的最新规则和法规。我们正在与Splunk合作,使我们的客户能够在Splunk平台上延续AWS Security Hub调查,并实施其Splunk Phantom自动化手册。”
为进一步扩展面向AWS客户的Splunk安全解决方案,Splunk Phantom AMI已经在AWS Marketplace上推出。Phantom使自动处理、编配和响应AWS环境中的威胁变得简单而直接。AWS客户可在AWS Marketplace上启动Splunk Phantom AMI。
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。