CNET科技资讯网 7月19日 北京消息(文/齐丰润): 随着云计算时代的到来,云计算服务已经成为了国内越来越多企业的选择,而随之而来的安全问题也成为了整个行业所关注的焦点。面对国内巨大的云计算市场,以及云安全领域的需求,作为一直致力于安全领域的国际厂商,赛门铁克也向企业云安全领域进发,开启了在中国本地化进程的第一步。
近日,赛门铁克公司在京举办发布会,宣布与北京神州云科信息服务有限公司将在未来开启全面合作,共同打造企业云安全管理服务平台,应对中国市场不断激增的云及信息安全需求。
对此,赛门铁克公司大中华区总裁陈毅威在现场演讲中表示:“这次合作意味着赛门铁克将其最重要的信息安全产品通过云科的云平台,为客户提供安全保护。这也将会是赛门铁克本地化的开始,这也是赛门铁克未来发展的重点之一。此次与云科的合作,是我们与云结合的重要一步。赛门铁克将把信息安全提供给使用云计算,云服务的客户。”
据悉,IDC全球云端IT基础设施季度研究报告显示,2016年用于云环境的IT基础设施的投入将增加18.9%,达到382亿美元。正是如此增长迅速的数据,才使得云安全领域变得异常重要,同时也极具商业价值。
神州云科信息服务有限公司总经理阎璐在现场演讲中表示:“神州云科自成立之初就有一个目标,希望将全球最为领先的云产业资源聚合到神州云科的平台,同时基于该平台,逐步构建云科的云生态,打造一个丰富的生态体系。赛门铁克进入中国市场以来,积累的客户口碑不仅存在于产品层面,更是存在于产品的增值服务。今天,赛门铁克通过将传统产品迁移至云,同样希望能够关注基于云的增值服务,这将是云科着力与赛门铁克共同打造的市场。”
同时,对于未来与赛门铁克的合作推广模式,阎璐也进行了阐述:“未来,通过云平台,我们会进行大量线上的推广活动。线下,云科预计在今年下半年与赛门铁克的渠道部门一起进行巡回发布,让全国更多的赛门铁克合作伙伴了解双方云战略方面的合作,并让更多的合作伙伴共同推进这项云服务。云科期待与彼此的合作。”
计划发布的企业云安全管理服务平台将基于Symantec Endpoint Protection(SEP)解决方案,能够提供全面的防护和管理。通过主动利用智能检测和机器学习等防护技术,快速拦截所有端点上出现的新的、以及未知的威胁。该云安全管理服务平台还能够借助赛门铁克的全球数据智能网络,更快发现攻击并划分优先级,最大限度地降低风险。不仅如此,该平台将作为整合优势的产品及资源运营中心,用于实现云产品在中国市场的落地,以云的方式满足中国客户的多样性需要。
对于此次发布的企业云安全管理服务平台,赛门铁克公司大中华区安全解决方案技术部安全产品及云安全服务高级技术总监罗少辉进行了全面详细的介绍。“赛门铁克首批落户中国的安全服务,主要围绕终端云安全。此次发布的云安全管理服务平台是针对中国企业客户而构建的,当中很多相关的界面以及报告等服务都贴近中国市场的需求。我们携手提供的云平台服务能够帮助企业降低IT安全管理成本,平台中的整套服务的灵活性很强,针对安全事件,我们在事前、事中、事后都有不同的标准服务提供给客户,为企业客户提供全方位的防护。”
据介绍,此平台将于7月底正式推出。未来,赛门铁克将会与云科携手,进一步了解国内客户的需求,不断去贴近中国客户的需求,改变自身在中国的策略。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。