至顶网CIO与CTO频道 06月24日 北京消息: 根据全球领先的信息技术研究和顾问公司Gartner最新预测,全球信息安全与风险管理技术和服务领域的支出在2020年将持续增长,但增速将低于此前的预期。
2020年全球信息安全类支出预计将增长2.4%,达到1238亿美元(参见表1)。这一增幅低于Gartner在2019年12月的更新中预测的8.7%。中国安全市场支出将增长7.5%,达到299亿人民币(参见表2)。新冠疫情大流行促进了若干领域里的短期需求增长,例如部署云计算,远程工作技术(remote worker technologies)以及成本节约措施(cost saving measures)等。
Gartner管理副总裁Lawrence Pingree先生表示:“与IT行业的其他领域 一样,我们预计安全领域也将受到新冠疫情的负面影响。总体而言,我们认为2020年安全软件与服务领域的增长都将有所放缓并下降。”
“但仍有一些因素在支持着某些安全市场领域,例如基于云的产品与订阅受到需求或交付模型的支持,一些安全类支出将不会被随意支配,积极趋势也不能被忽略。” Lawrence Pingree先生表示。
表1:
2019-2020全球各项安全类支出预测 (单位:百万美元)
市场领域 |
2019 |
2020 |
增长率 (%) |
应用安全 |
3,095 |
3,287 |
6.2 |
云安全 |
439 |
585 |
33.3 |
数据安全 |
2,662 |
2,852 |
7.2 |
身份访问管理 |
9,837 |
10,409 |
5.8 |
基础设施保护 |
16,520 |
17,483 |
5.8 |
综合风险管理 |
4,555 |
4,731 |
3.8 |
网络安全设备 |
13,387 |
11,694 |
-12.6 |
其他信息安全软件 |
2,206 |
2,273 |
3.1 |
安全服务 |
61,979 |
64,270 |
3.7 |
客户安全软件 |
6,254 |
6,235 |
-0.3 |
总计 |
120,934 |
123,818 |
2.4 |
因采用四舍五入计算方式,某些数字加合可能并不完全等于所示总数
来源:Gartner(2020年6月)
表2:
2019-2020中国各项安全类支出预测 (单位:百万人民币)
市场领域 |
2019 |
2020 |
增长率 (%) |
应用安全 |
848 |
945 |
11.5 |
客户安全软件 |
1,336 |
1,448 |
8.3 |
数据安全 |
565 |
616 |
9.0 |
身份访问管理 |
1,730 |
1,852 |
7.1 |
基础设施保护 |
2,139 |
2,318 |
8.4 |
综合风险管理 |
97 |
106 |
9.9 |
网络安全设备 |
7,518 |
7,111 |
-5.4 |
其他信息安全软件 |
379 |
395 |
4.2 |
安全服务 |
13,173 |
15,078 |
14.5 |
总计 |
27,784 |
29,869 |
7.5 |
因采用四舍五入计算方式,某些数字加合可能并不完全等于所示总数
来源:Gartner(2020年6月)
根据Gartner的研究,向基于云的交付模式的不断转变使得安全市场对整体下滑的抵御能力与有所增强,2019年基于云的总体安全部署平均渗透率已达12%。基于云的交付模式在诸如安全电子邮件以及Web网关等市场领域的部署率以高达50%以上。
今年的支出削减将对网络安全设备领域造成最严重影响,包括防火墙设备(firewall equipment)以及入侵检测与防御系统(IDPS)。2020年消费者在安全软件领域的支出预计也将下降。
请访问Gartner新冠病毒资源中心,进一步了解如何引导企业机构渡过新冠疫情停摆期。该资源中心汇聚了Gartner研究报告和研讨会资料,可以帮助企业机构为新冠疫情在全球的迅猛蔓延做好应对、管理和准备。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。