Splunk连续两次在安全信息和事件管理执行能力方面位居榜首
北京——2020年3月9日——“将数据转化为一切(Data-to-Everything)”平台提供商Splunk公司(纳斯达克股票代码:SPLK)宣布入选Gartner 2020年安全信息和事件管理魔力象限,连续第七次位列此象限领导者。此外,Splunk连续两次在执行能力方面位居榜首。在报告中,Gartner评估了Splunk “将数据转化为一切”平台的安全产品,包括Splunk Enterprise、 Splunk Enterprise Security(ES)、Splunk User Behavior Analytics(UBA)和Splunk Phantom等。
根据Gartner 2020年的报告,“安全信息和事件管理(SIEM)市场被定义为客户实时分析安全事件数据,以便及早检测到攻击和漏洞的需求。SIEM系统对安全数据进行收集、存储、调查,并支持缓解和报告日志数据,以实现事件应急响应、取证与法规遵从性。”今年,Splunk继续构建其安全产品,通过ES事件排序引入增强型实时监控,以及通过威胁情报实现安全自动化的功能。
Splunk全球安全事业部总经理和公司高级副总裁宋海燕表示:“安全运营中心正面临一系列的挑战,包括无休止的警报、安全技能缺乏、大量的內部漏洞和云漏洞等,迫使其比以往任何时候都要快速地向前发展。在安全分析师们不断寻找使安全运营中心现代化方法的同时,许多企业正在借助Splunk帮助其管理整个威胁生命周期的安全状况。Splunk的领导力和执行力获得Gartner的持续认可,这让我们倍感荣幸。我们认为,这彰显了Splunk为帮助18500多名客户应对其面临的最棘手的网络挑战,以及利用数据实现安全运营现代化所付出的努力。”
在新技术和创新激增的推动下,全球企业正在经历前所未有的变革。这种变革产生的数据量之多超乎想象,继而令各种规模的企业也面临着范围更广的攻击和越来越大的安全风险。Splunk的安全解决方案旨在发挥数据价值以及增强安全分析师体验,包括:
此外,今年Splunk还增加了灵活的全新定价模型,使得更多客户能够将数据转化为行动。
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。