AWS近日宣布推出多款新的安全工具,并为云计算客户扩展了现有的服务。
正如AWS云工程师Becky Weiss(如图)在加利福尼亚州阿纳海姆举行的AWS年度re:Inforce大会上所讲的,此举目标是在云基础设施中进一步引入更多零信任功能,让客户更轻松地实现每秒筛选超过10亿次API调用,以查找潜在的不良行为者、恶意软件证据和漏洞。目前,AWS每年可消除多达700000次分布式拒绝服务攻击。
去年AWS在re:Inforce大会上预览了Security Lake,如今已经全面上市,它集中了来自AWS和非AWS环境的安全数据,包括云和本地工作负载,以便安全分析师可以调查和响应安全事件。例如,谷歌云也提供了一个类似的名为Chronicle的工具。AWS表示,该服务现在被50多家合作伙伴用于提供安全分析。
其中一个关键的零信任组件是Verified Access,今年早些时候宣布推出的,用于实时验证每个应用的请求,以消除对虚拟专用网络的需要。
今年早些时候,CrowdStrike Holdings宣布将Falcon威胁检测软件与该服务集成。Falcon作为验证过程的其中一个部分,可以评估端点状态,例如是否已经修补到当前级别并且不包含任何恶意软件。
AWS还推出了一项名为Verified Permissions的配套服务,使用名为Cedar的专用开源编程语言添加了细粒度的授权和权限管理。访问控制和策略是用Cedar编写的,然后Verified Permissions使用这些访问控制和策略授权或者是拒绝对应用的访问。
另一系列公告旨在帮助开发人员使用各种新的AWS工具编写更安全的代码。AWS的漏洞管理服务Inspector已经进行了功能上的扩展,可以扫描Lambda代码以查找代码注入或弱加密等问题。
Inspector现在还提供了导出软件物料清单的功能,可以在自动化工具中使用,以了解软件供应链的深度。Weiss演示了这是如何通过单击来完成的。AWS还发布了CodeGuru Security预览版,一种静态应用测试工具,利用机器学习来查找编码问题。
这不是AWS唯一的基于机器学习的服务。AWS公司首席信息官CJ Moses在他的演讲中提到,之前宣布的其他几项工作正在进行中,包括可用于构建基于机器学习的私有应用的 Bedrock,和类似微软Copilot可用于构建应用的AI编码辅助工具。
最后,AWS也对主动威胁检测服务GuardDuty进行扩展增加了新功能,可以扫描Aurora 数据库、EKS Runtime容器和基于Lambda的威胁。Weiss表示:“我们的客户需要身份预防控制,以便更轻松地定义数据边界,从而实现大规模运营。”
Amazon这次还公布了Global Partner Security全球合作伙伴安全计划,该计划将帮助系统集成商合作开发适用于多云环境的创新合规产品和托管服务。
好文章,需要你的鼓励
数字孪生技术正在改变网络安全防御模式,从被动响应转向主动预测。这种实时学习演进的虚拟副本让安全团队能够在威胁发生前预见攻击。组织可以在数字孪生环境中预演明日的攻击,将防御从事后反应转变为事前排演。通过动态更新的IT生态系统副本,团队可在真实条件下压力测试防御体系,模拟零日漏洞攻击并制定应对策略,从根本上重塑网络安全实践方式。
NVIDIA联合多所大学开发的Omni-RGPT实现了AI视觉理解的重要突破,首次让AI能同时精准理解图像和视频中用户指定的任何区域。通过独创的Token Mark机制,该系统解决了传统方法在视频中容易"跟丢"目标的问题,在视觉问答、区域描述等多项任务上达到最先进水平,为教育、安防、内容创作等领域的AI应用奠定了基础。
Linux内核开发面临动荡时期,Rust语言引入引发摩擦,多名核心开发者相继离职。文章介绍了三个有趣的替代方案:Managarm是基于微内核的操作系统,支持运行Linux软件;Asterinas采用Rust语言开发,使用新型framekernel架构实现内核隔离;Xous同样基于Rust和微内核设计,已有实际硬件产品Precursor发布。这些项目证明了除Linux之外,还有许多令人兴奋的操作系统研发工作正在进行。
这项由中国人民大学等机构合作完成的研究提出了Virgo系统,发现仅用5000个纯文本推理案例训练就能让AI在视觉推理任务上达到顶级商业系统水平。研究证实推理能力具有跨模态通用性,为更经济高效地开发多模态AI系统指明了新方向,同时也揭示了AI感知反思能力不足的局限性。