IBM近日宣布推出一款名为IBM Security QRadar Security Suite的新安全套件,加速威胁检测、调查和响应。
IBM表示,该套件建立在开放基础上,专为多云运营设计,可通过提供嵌入式自动化和AI功能的单一现代化用户界面获取每项功能。
IBM的QRadar安全套件中包含了一系列端点检测和响应、扩展检测和响应、安全信息和事件管理、安全编排、自动化和响应功能,以及云原生日志管理。IBM表示,这些组合的EDR、XDR、SIEM和SOAR功能共同确保了安全分析师能够以最快速度和最高效率应对任何威胁甚至是所有威胁。
据IBM称,更加统一的体验和简化的、基于云的交付将让安全分析师从中受益,因为QRadar是在AWS上以即服务的形式交付的。QRadar是基于核心开源技术构建的,提供900多个与第三方安全工具的预构建集成。IBM表示,现在客户可以通过各种单独的软件即服务产品或者QRadar套件许可获得该产品。
IBM公司安全总经理Mary O’Brien表示:“IBM围绕单一的现代化用户体验设计了整个QRadar Security Suite产品组合,嵌入了AI和自动化,以最大限度提高安全分析师的工作效率,加快他们对攻击链每个步骤的响应速度。”
最引人关注的是内置的AI和自动化功能,正如IBM所说,这些功能已经被证明可以显著提高安全运营中心运营的速度和准确性,其中包括了AI驱动的警报分类系统等功能,该系统根据先前的安全分析师响应模式和外部威胁情报训练AI模型,可以自动确定警报的优先级和关闭警报。
这款自动化威胁调查工具能够识别需要调查的高优先级事件,并通过获取相关工件并通过数据挖掘收集其他证据来自动启动该过程。通过这种方式,系统就可以自动生成事件的时间线和攻击图,并围绕后续步骤给出建议。
同时还有加速威胁搜寻工具,使用开源“威胁搜寻包”和联合搜索功能发现“隐形攻击”和企业系统中的妥协迹象。
Constellation Research分析师Holger Mueller表示,安全运营正在迅速从操作员驱动转变为AI驱动。“企业在安全方面面临的挑战,已经超过了人工处理和生产力的水平,而且根本没有足够的专业人员可以解决。因此,IBM提供AI驱动的警报分类和自动化威胁调查,可以帮助企业克服这些困难,这是非常有意义的。”
IBM表示,将所有这些功能统一到一种体验中,使安全团队能够更有效地对任何发生的事件进行情境化和优先级排序,同时减少应对威胁所需的步骤数量,通过这种方式,可以使团队提高生产力,让自己专注于更高价值的工作。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。