VMware 本周在VMworld 2020大会上发布VMware Future-Ready Workforce解决方案,提供卓越的员工办公体验和端到端零信任安全控制,同时简化管理。通过结合VMware安全访问服务边缘(SASE)、数字化工作空间和端点安全技术,VMware帮助IT组织管理和优化各类设备对所有云端应用的安全访问,同时为分散式办公需求提供更简单安全和高性能的用户体验。
VMware产品和云服务首席运营官Rajiv Ramaswami表示:“企业正在经历重大变革。这些挑战将加快企业机构向SASE等以云为中心的战略迁移,从而满足员工的‘随处工作’需求。VMware Future-Ready Workforce解决方案帮助企业支持员工‘随处工作’,同时确保原生安全、良好的终端用户体验,并降低运营复杂性。”
SASE:用于统一云端网络和安全的新架构
传统的网络和安全手段在自动化、云规模和固有安全方面有欠缺,因此无法在日益分散的全球业务结构中连接并保护应用、数据与用户。VMware SASE平台将云网络、云安全和零信任网络访问与一流的网络安全相结合,为各种规模的企业提供灵活性、敏捷性和可扩展性。作为一款云优先产品,该平台具有应用质量保证和固有安全性,同时运营简单,最适合企业支持员工在任意地点办公。
Zscaler董事长兼首席执行官Jay Chaudhry表示:“疫情带来了市场变化,企业被迫变革其IT基础架构,从而满足新常态下的业务需求。采用灵活、可调节的方式连接和保护对公司资源的访问可能是成功与失败的关键所在。Zscaler和VMware建立了长期合作关系,为全球大型企业提供一流的网络和安全解决方案。 我们正在扩展合作关系,整合双方久经验证的行业领先解决方案,从而支持客户加快采用SASE,而不必降低网络或安全性能。”
Menlo Security首席执行官Amir Ben-Efraim表示:“随着远程办公的发展,以及向SaaS的加速迁移,传统的企业网络边界已经消失。 互联网是新的公司网络,员工的家庭或移动设备是新的分支机构。
随着未来工作发生转变,网络和安全性将被重构。这就是为什么我们与VMware合作,将Menlo的Cloud Secure Web Gateway Platform构建到VMware Cloud Web Security服务中的原因。基于我们独特的Isolation Core™技术以及VMware SASE平台,我们共同提供领先的云安全平台,以更好地保护客户免受网络钓鱼、勒索软件和恶意内容等常见的复杂攻击。”
注重安全和员工体验的未来工作趋势
全球疫情永久性地改变了未来的工作模式。根据VMware的研究,接受调查的全球员工中有42%表示,远程工作能力是他们工作的先决条件,而不仅仅是一种福利。90%的受访者表示,雇主有责任确保员工能够适当地使用数字工具进行远程工作。然而,采用分散式办公方式也充满了挑战,包括远程员工入职、可见性、合规性、安全性和员工安全等问题。
为了应对上述挑战,VMware Workspace Security结合了业界领先的统一端点管理和端点安全平台,支持客户能够充分利用大数据的力量,通过单个仪表板与数据驱动预防技术结合,提供全面的端点可见性和可执行的洞察力。今天,VMware公布了新增的Workspace ONE和Workspace Security产品,可用于高效地保护设备,并且易于部署、管理和扩展,包括:
上市情况
VMware Workspace Security Remote和VMware Workspace Security VDI现已上市。VMware Edge Network Intelligence预计将在2020年10月30日结束的VMware 2021财年第三季度推出。VMware Cloud Web Security预计在2022财年第一季度上市,NSX Firewall作为VMware SASE平台的一项服务预计在2022财年上市。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。