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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。