红帽近日宣布了今年的首次收购——收购容器和Kubernetes威胁检测公司StackRox。红帽表示,希望将StackRox的安全工具与其OpenShift平台进行集成,使容器工作负载更加安全。OpenShift是Red Hat版本的Kubernetes容器编排软件,而容器是一种可移动的、自包含的软件环境,Kubernetes用于管理大型容器部署。
StackRox成立于2014年,主要为云原生应用、容器、无服务器计算和Kubernetes提供持续高级威胁检测,帮助企业大规模保护容器和Kubernetes环境,并帮助用户检测和响应安全威胁。该平台的关键功能之一是帮助安全团队和DevOps团队在从构建到部署再到运行时的整个容器生命周期中实施安全和合规性策略。
StackRox平台通过部署用于策略实施和直接将数据收集到基础设施中的组件,提供对Kubernetes集群的可见性。
红帽表示,将通过收购StackRox扩展和完善Kubernetes的控件,并安全性转移到容器构建和持续集成/持续开发管道中,从而提高云原生工作负载的安全性。红帽公司首席执行官Paul Cormier在声明中表示:“确保Kubernetes工作负载和基础设施的安全性是不能一蹴而就的。安全措施是所有部署中一个不可或缺的部分,不是事后才去做的。Red Hat将StackRox的Kubernetes原生能力添加到OpenShift分层安全方法中,进一步实现了我们的使命,也就是跨开放混合云、跨IT部署为所有企业组织带来产品就绪的开放式创新。”
Pund-IT分析师Charles King称,StackRox最重要的功能之一就是它的策略引擎,该引擎嵌入Kubernetes集群中,可以实施最佳安全实践和配置管理。他说:“这将会完善OpenShift的分层安全性,增强红帽的容器解决方案和服务。因为我们在2020年看到,越来越多的网络攻击和数据泄露事件突显了安全性的重要,所以这次收购显得特别及时。”
StackRox首席执行官Kamal Shah表示,这次收购证明了公司专注于Kubernetes安全的战略决策已经获得回报。他在博客中写道:“虽然当下这个趋势已经非常明朗,但在当时却并非如此。追溯到2020年,Kubernetes已经成为云原生应用和混合云环境标配的操作系统了。”Shah说,此次收购,再加上红帽的资源,将帮助StackRox更快地发展并实现其路线图。
红帽云平台高级副总裁Ashesh Badani在另一篇博客文章中表示,Red Hat计划在收购完成后开放StackRox技术的源代码。他向StackRox的客户保证,将继续支持OpenShift之外的其他Kubernetes平台,例如Amazon Elastic Kubernetes Service、Microsoft Azure Kubernetes Service和Google Kubernetes Engine。
红帽还将大力支持由StackRox领导的开源KubeLinter社区。Constellation Research分析师Holger Mueller认为,随着Kubernetes生态系统的逐渐成熟,安全性将变得越来越重要。对于Red Hat来说,利用StackRox增强安全能力并为用户提供更好的整体容器管理功能是很有意义的。重要的是,StackRox支持所有主流云平台,因此对红帽和IBM来说,可以更容易地快速上线其服务。
此次收购的价格未对外透露。
好文章,需要你的鼓励
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
本研究针对大语言模型中普遍存在的偏见问题,提出了一套完整的数据和AI治理框架。研究发现当前主流AI模型中37.65%的输出存在偏见,其中33.7%具有中高风险。通过开发BEATS检测系统和全生命周期治理方案,为AI系统建立了从数据收集到部署监控的完整"公平性保障体系",旨在让AI技术更好地服务全人类而非延续社会偏见。
英国林肯大学正在开发一种革命性的虚拟现实环境,让非专家通过身体演示来训练AI收割机器人。这种技术已在加拿大杂货店和日本便利店试用,未来可能彻底改变工作形态。虽然能降低危险工作的风险,但也带来就业替代、工资削减等问题。许多低薪工作将被远程操控的机器人取代,影响移民模式和劳工组织。这项技术仍处于早期阶段,但将在未来几年对工作产生深远影响。
浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理,实现自适应安全策略更新和双目标优化,在真实测试中将策略合规率提升38%,任务完成率提升20%,为构建既高效又安全的智能助手奠定重要基础。