勒索软件攻击近年来愈演愈烈。66%的企业遭受过勒索病毒攻击,受影响行业涵盖零售、娱乐、能源、医疗以及服务行业等等。即使支付了赎金,也只有4%的企业在支付赎金后得以恢复全部数据。面对来势汹汹的勒索软件攻击,Commvault提出了零信任的安全策略,并于近期发布了智能数据管理平台新版本,带来全新数据安全洞见,助力企业实现真正多云的数据管理。
零信任三部曲:全面可见、广泛兼容、快速响应
Commvault的零信任安全策略包括端到端的数据可视化、广泛的工作负载兼容和快速的业务响应三个部分。
端到端的数据可视化是零信任的第一步。它可以帮助企业确保备份数据的可利用性,并帮助企业检测生产系统中的安全威胁。基于端到端的数据可视化,企业可以定期验证数据有效性,确保备份数据的可恢复性。
广泛的工作负载兼容可以帮助企业真正实现统一的云管理。如今许多企业都在采用多云战略,而未来可能还会有更多的混合云和多云架构部署。这些架构在给企业带来创新和敏捷应用的同时也会造成数据碎片化和数据管理孤岛问题。数据显示,55%的企业计划将现有数据保护平台迁移到云统一模式。这样统一的数据管理系统也有助于企业充分利用自身数据,探索更多的创新机会。
如何确保数据时刻就绪,做到快速响应,是企业面临的另一个巨大挑战。在Commvault平台上,企业可以选择直接恢复数据,并能够在恢复时自动跳过受感染版本,实现更加安全快速的恢复。
真正多云管理:安全健壮、灵活敏捷、智能自动
Commvault的零信任安全策略在其产品更新和产品策略中得到了充分体现。Commvault智能数据管理平台为企业提供单一部署的统一操作界面,即使在多云和混合云环境下,也能满足企业的统一数据管理需求。在保持原有独特的数据管理能力基础上,Commvault的最新产品策略着重在数据智能、数据保护两个方面进行了更新。数据智能方面,Commvault整合了原有的Commvault® File Storage Optimization和Commvault® Data Governance,推出了新的Data Risk Analysis产品。该产品可以对企业生产端的系统和文件进行风险检测,从而实现及时的提前预警。Commvault还推出了可以对后端备份内容进行检测Threat Analysis,打造更加健壮的备份系统。数据保护方面,Commvault新增了Cyber Recovery能力,以更强大的功能支持企业从勒索病毒攻击中快速恢复。
平台版本更新方面,Commvault重点提升数据保护、数据安全、数据转换三个方面的能力。数据保护方面,Commvault优化了对Linux版本的支持,并为满足企业对敏捷备份、灵活备份和海量数据备份的需求,进行了一系列增强。数据安全方面,Commvault增强了在软硬件上对备份内容和生产端的及时检测和告警,加强对勒索病毒的防范。数据转换方面,Commvault增强了异构虚拟化、跨区域化和云平台之间的复制迁移,提升了企业数据在上云、下云之间的敏捷迁移性,进一步强化了数据转换能力,帮助企业实现更敏捷的应用上云场景。
基于零信任的安全策略,Commvault凝聚核心技术于数据保护场景之中,持续投入于企业关注的数据安全和数据转换场景之上,不断提升真正的多云数据管理能力。Commvault帮助企业实现多云场景的统一管理,提升效率,降低运维成本,并借助高效的跨云数据转换能力帮助企业应对IT成本优化的挑战和数据迁移的需求。与此同时,Commvault为企业提供符合业界标准认证的全方位防勒索保护和自动预警技术,无论是在生产端还是备份端,都能够帮助企业加强数据安全性,提升数据防护能力。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。