混合云企业数据保护和网络弹性解决方案领先提供商Commvault(纳斯达克代码:CVLT)今日宣布,Commvault与网络安全、人工智能以及云领域的先驱企业达成合作,将其现代网络弹性技术和合作伙伴的先进安全和数据智能相结合,助力企业应对网络威胁。
这些领域的行业领导者与Commvault新发布的Commvault Cloud平台集成,为共同客户提供更多快速检测、保护和应对潜在威胁与攻击的方法,并提升数据可见性和治理。Commvault和安全工具链上的各领域合作伙伴开展合作,涵盖安全信息和事件管理(SIEM)、安全编排自动化与响应(SOAR)、网络检测和响应、漏洞和威胁检测与评估、事件管理,以及数据治理和隐私领域。
企业面临着前所未有的网络威胁,并对不良行为者可能在业务中断和品牌声誉上造成的危害深感担忧,因此这些安全和AI集成的推出可谓正逢其时。Commvault委托IDC于近期开展的一项研究显示,61%的受访者认为,在未来12个月内,因日益复杂的攻击而发生数据丢失的可能性为“可能”到“非常可能”。
基于对这些问题的考虑,Commvault认为合作是关键。今年早些时候,Commvault宣布与Microsoft Sentinel和Palo Alto Networks集成。如今,与Commvault Cloud集成的安全和AI领域的合作伙伴更加广泛,包括:
ESG实践总监Christophe Bertrand表示:“为了有效提高网络弹性,数据安全产品必须与网络恢复生态系统中的产品集成。根据我们最近对勒索软件防备状况的研究,世界各地的企业都希望他们的数据保护厂商能够直接与核心安全工具和服务提供商合作。安全和AI生态系统合作伙伴与Commvault Cloud之间的这些集成可以在帮助企业提升安全态势方面发挥关键作用,同时还能提高数据治理水平。”
Commvault首席产品官Rajiv Kottomtharayil表示:“通过Commvault Cloud平台,我们与新的安全和AI合作伙伴的广泛生态系统集成,这让我们不仅能够在当下这个关键的时刻满足客户需求,还能共同为全球企业带来更加快速、智能和联通的安全洞察。”
集成合作伙伴证言
Avira:Avira防护实验室和质量保证总监Alexander Vukcevic表示:“对于受到越来越多网络威胁困扰的客户来说,Avira和Commvault的集成恰逢其时。我们AI/ML驱动的威胁情报、预测、分析和反恶意软件技术进一步加强了Commvault Cloud强大的安全功能,帮助客户更快识别潜在的恶意活动,更好地防范勒索软件、多态和变形攻击等现有和新兴威胁。”
Darktrace:Darktrace集成副总裁Matt Bovbjerg表示:“随着威胁态势的不断变化,Darktrace的自主学习AI会是一个强大的工具,可以帮助繁忙的团队检测新的和未知的威胁、更有效地管理安全事件,并快速恢复系统健康。Darktrace HEAL™与Commvault Cloud平台之间计划的集成将为我们的共同客户提供强大的工具,帮助他们防范和响应潜在的网络威胁并从中恢复。”
Entrust:Entrust战略联盟副总裁John Grimm表示:“对于企业来说,保护数据完整性至关重要,这样既能够保护企业,又能够支持企业在多云环境中实现增长和扩展。Entrust KeyControl密钥管理服务器(KMS)和nShield硬件安全模块(HSM)使客户能够将创新的密钥管理功能和强大的后量子就绪密码学与Commvault Cloud及该公司的网络弹性功能集成,这样既能保护关键数据的机密性和完整性,也能使客户更好地抵御持续的攻击。”
Netskope:Netskope技术联盟副总裁David Willis表示:“通过Netskope零信任引擎和Commvault Cloud联合提供的集成数据上下文与可见性,客户可以充分利用AI加持的威胁和数据保护以及超敏感数据感知,来保护他们各处的人员和数据。”
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。