通过此次收购,Aruba将能够在单一产品中集成云安全和SD-WAN,以打造完整的SASE解决方案
美国德克萨斯州休斯顿 – 2023年5月31日 – 慧与科技(NYSE:HPE)日前宣布已达成收购云安全厂商Axis Security的最终协议。这次收购增强了HPE边缘到云的安全能力,HPE将通过提供统一的安全接入服务边缘(SASE)解决方案,进一步满足用户对于即服务模式交付网络和安全集成解决方案方面日益增长的需求。伴随着远程用户数量的增长,以及企业开始不断向云端进行应用迁移的趋势,Axis Security开发的安全服务边缘(SSE)平台将能够全面满足企业提升应用性能和网络安全性的需求。
Aruba现有的软件定义广域网(SD-WAN)和网络防火墙产品现已集成Axis Security基于云的SSE平台,并支持对私有云和公有云资源的访问功能。此次全面集成后,Aruba将能够为用户提供一套完整的边缘到云的SASE解决方案,确保用户和设备无论位于何处(例如:园区、分支机构、家中或路上)均可实现零信任的安全控制。
HPE Aruba Networking执行副总裁兼总经理Phil Mottram表示,“随着全球步入后疫情时代,混合办公已成为新常态,企业亟需一种全新的网络边缘安全措施以保护至关重要的SaaS应用。Aruba与Axis Security解决方案全面整合后,我们将能够通过一套完整的SASE解决方案,为用户提供边缘到云的安全连接,并为企业用户的IoT设备以及跨地区的用户访问打造最高级别的安全保障。加上近期收购的私有蜂窝网络技术供应商Athonet,我们一直以来的愿景正在一步步变为现实,那就是通过提供SASE和私人5G解决方案,帮助用户扩展安全连接需求。”
Axis Security位于以色列特拉维夫,其所打造的云原生SSE平台Atmos,可在网络边缘处提供面向私有应用的认证用户访问。不仅如此,Atoms提供的多项安全产品将为用户构建完整的网络安全能力,安全Web网关(SWG)可保障用户对互联网的访问,云访问安全代理(CASB)可提供对SaaS应用的安全在线访问,数字体验监控(DEM)可提供针对用户体验的洞察。
Axis Security公司CEO Dor Knafo表示,“我们创立Axis Security的初衷,就是为了让用户在全世界的任意地方都可对企业网络资源进行简单、安全、可靠的连接。如今,我们的SSE平台已作为Aruba SD-WAN、网络防火墙以及动态网络隔离的一项补充产品纳入到了HPE现有的丰富产品组合。也就是说,通过结合现代访问服务,我们携手共创了一个将连接扩展至边缘的统一SASE平台。”
通过集成Axis Security平台,强化SASE解决方案的云安全能力
HPE现已将Axis Security集成至现有的Aruba安全网络产品中,以提供完整的SASE产品解决方案,该产品可在网络边缘处提供面向应用的广域网(WAN)和云安全控制,而无需选择从数据中心路由。用户仅通过一个控制点,便可灵活地将供应商提供的所有网络组件作为一项即服务进行交付,而无需单独购置、维护和授权独立的组件。
此外,HPE GreenLake边缘到云平台将整合Axis Security的云原生SSE平台,所产生的费用将合并至月度订阅费中,客户无需支付额外成本。这也意味着用户可借助即服务的灵活模式,以较低的风险、较少的前期投资以及按需扩展的方式进行部署。
HPE产品组合整合及上市时间
此项交易预计将于HPE 2023财年的第二季度完成,具体完成时间取决于常规成交条件。HPE将集成Axis Security解决方案至其边缘到云安全解决方案中,并计划于2023财年的第三季度正式面向用户提供服务。
好文章,需要你的鼓励
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。