混合云企业网络弹性和数据保护解决方案领先提供商Commvault(纳斯达克代码:CVLT)和研究机构GigaOm联合发布了《2024网络恢复就绪报告》。这份全球调研颇具启发性,直指“面对网络攻击,企业如何才能提高自身弹性”这一基本问题,11个国家的1000名安全和IT领域相关人士接受了调研。
Commvault和GigaOm指出了5项关键能力,并将其称为“弹性标记”。当企业同时具备这5项关键能力时,就能够更快地从网络攻击中恢复,并减少数据泄露的发生。
这5个弹性标记由数据分析团队梳理调研结果后得出。这些调研结果覆盖了一系列话题,包括企业出现数据泄露的频率、部署(或未部署)的弹性技术、企业恢复数据和恢复正常运营的速度等。这5个弹性标记详情如下:
在对结果进行评估时,只有13%的企业可被划分为“网络成熟企业”。该调研有一些非常有趣的发现:
GigaOm网络安全分析师Chris Ray表示:“此次研究的主要发现之一是企业要想真正提高网络就绪程度,就不能‘偷工减料’。我们看到,具备1个或2个弹性标记的企业与具备4个或5个弹性标记的企业在弹性方面存在显著差异。企业必须从多个层面考虑弹性,但目前受访者中这样做的只有不到85%。如果企业想要实现弹性,并在对抗不良行为者时占据上风,就需要迅速改变这种状况。”
Commvault产品组合营销副总裁Tim Zonca表示:“通过深入研究这些网络能力,我们发现关键实践正在成为一切网络就绪策略的根本,而网络恢复就绪测试就是其中之一。如果企业只关注灾难恢复测试,就会错失良机。由于网络威胁在不断变化,频繁的现代网络恢复测试实践至关重要,这样环境才不会被重复感染、企业才能实现稳健的恢复流程。”
更多信息
研究方法
2024年4月,Commvault与GigaOm面向11个国家的1000名受访者首次开展了此项研究,以更好了解他们对于网络就绪的看法以及他们的企业在面对网络威胁时的就绪情况。受访者来自年收入至少1000万美元的企业,其中大多数企业的年收入在5亿美元以上。35%的受访者为董事会级别或C级高管,48%为高级管理人员,其余17%为中级或初级管理人员。此次调研所涉及的11个国家为澳大利亚、加拿大、法国、德国、意大利、日本、荷兰、西班牙、瑞典、英国和美国。
好文章,需要你的鼓励
中科院团队首次开发出1比特视觉-语言-动作模型BitVLA,实现机器人智能操作的革命性突破。该模型将每个参数限制为{-1,0,1}三值表示,通过创新的蒸馏感知训练策略,在仅使用29.8%内存的情况下达到与先进模型相当的性能。在LIBERO机器人基准测试中表现优异,为智能机器人在资源受限设备上的部署开辟了新路径,让家用机器人成为可能。
新加坡科技大学研究团队发现小型AI语言模型存在"长思维链退化"现象:当用少量复杂推理样本训练时,模型性能反而大幅下降。研究显示用8000个样本训练的小模型准确率可降75%,但大规模训练(12万+样本)配合强化学习能实现显著提升。研究首次系统阐释了错误累积机制,为小型AI模型训练策略提供重要指导,颠覆了"少量高质量数据即可改善小模型"的传统认知。
这项来自南洋理工大学和商汤科技的开创性研究,首次系统性地为GUI自动化AI赋予了人类般的自我反思和错误纠正能力。通过创新的三阶段训练框架和自动化数据生成技术,成功让AI学会了识别错误、撤销操作和从失败中学习,在复杂任务上的成功率提升了138%。这一突破不仅推动了GUI自动化技术的发展,更为构建真正智能的AI系统提供了新的范式。
斯坦福大学等机构研究团队创建了MIRIAD医学问答数据库,包含582万对基于权威医学文献的结构化问答。该系统通过多层质量控制确保准确性,在医学AI问答任务中将准确率提升6.7%,在检测医学错误信息方面提升22.5%-37%。研究还开发了交互式可视化平台MIRIAD-Atlas,让用户能够直观探索医学知识结构,为医学AI的安全可靠部署提供了重要资源。