亚信安全受邀出席新华三2017领航者峰会 携手共拓安全圈 推动人工智能安全行业应用

简介:

4月7-9日,新华三“H3C Navigate 2017领航者峰会”在杭州举行,亚信安全作为新华三战略合作伙伴受邀出席。在峰会上,亚信安全与新华三表示将会采取绝对信任的合作模式,通过业界独有的联合解决方案以及积极的渠道政策共同拓展高速发展的中国网络安全市场,助力渠道合作伙伴成为云时代的云框架供应商。同时,亚信安全还首次展示了如何通过AI-机器学习技术和其它防护技术融合创新,为用户提供更高效的全面防护,推动人工智能安全在网络安全的创新应用实践。


【亚信安全是新华三生态联盟的重要成员,亚信安全副总裁刘科(左三)作为代表出席启动仪式】


借势而为  携手新华三共拓安全圈

亚信安全副总裁刘科在峰会上表示:“近几年网络安全威胁持续演化,国内重大网络安全事件出现频发态势,网络安全市场持续高速扩展。另外,国家层面出台的网络安全政策的密度和力度均远超以往,这给亚信安全与合作伙伴带来无限机遇。”

在我国网络安全产业高速发展的“大势”下,亚信安全提出要借势而为,与新华三等合作伙伴携手共进,共拓安全圈。刘科表示:“亚信安全在虚拟化安全、服务器安全、云安全、电信运营商安全管理软件与服务市场保持着国内NO.1的领先地位,新华三则拥有丰富的产品线及强劲的销售生态,双方的合作将有利于资源的充分整合与互补,为用户提供国际领先的产业互联网安全技术和解决方案。”

【亚信安全副总裁刘科】

目前,亚信安全已经与新华三联合推出服务器深度安全防护系统Deep Security for H3C CAS等独有的解决方案,该方案是针对 H3C CAS 环境构建的行业首个无代理安全平台,为企业提供了一种更轻松、更易于管理的虚拟机安全防护方法。企业可以通过紧密集成的模块轻松扩展该平台,以覆盖到虚拟和云服务器以及虚拟桌面,确保服务器、应用程序和数据的安全,防止关键业务中断和数据泄露。

人工智能安全博弈新时期黑色产业链

随着网络安全环境日趋复杂化,传统的松散、随机、单一形式的网络攻击已经逐渐向高度协作的黑色产业链、锁定目标长期持续攻击、多维度分阶段攻击方式演进,根据已知行为或样本的传统威胁防护技术已经无法满足新时期的网络防护需求。

【亚信安全通用安全产品总经理刘政平】

亚信安全通用安全产品总经理刘政平表示:“为对抗不断演进的网络安全威胁,亚信安全综合使用三代技术手段,分别将基于特征码比对的第一代技术,基于行为分析的第二代技术和基于机器学习的第三代技术进行融合创新,不仅通过威胁样本的DNA进行特征匹配来判断未知安全威胁,还将可疑文件的行为特征放在沙箱中进行重新分析,再通过大数据训练配合使用机器学习算法,通过文件DNA进行判断,在提升检测率的同时减少误判率。”

机器学习的概念已经逐渐被网络安全行业接受,但是要将机器学习真正地运用于安全威胁之中却需要长期的技术积累。此外,针对机器学习的数据训练和威胁能力的鉴别至关重要,亚信安全基于AI引擎在此方面拥有得天独厚的优势:

  • 在数据方面,亚信安全和趋势科技通过共享全球威胁情报和数据,通过全球1.5亿个相关用户实现了最广泛产品类型的覆盖,并建立了覆盖全球的云安全智能防护网络,每天使用大数据分析有超过100TB;

  • 在特征识别方面,亚信安全延续了趋势科技25年以上的恶意软件鉴别知识和技术的积累,能够更精准的定义恶意软件的特征,还通过500+的后台分析人员,对这些特征因子进行分析,以进一步纠正机器学习模型;

  • 在算法层面,亚信安全具有10年以上机器学习算法技术积累;

  • 在模型层面,亚信安全已经实现了高精准的双重机器学习威胁检测模型,从而提供强大的AI引擎。

【亚信安全防毒墙网络版OfficeScan 12使用跨代整合技术,提供最强保护】

“在亚信安全防毒墙网络版OfficeScan 12中,我们使用了跨代整合技术,实现了AI-机器学习技术和其它防护技术融合创新,为用户的数据安全提供更高效的全面防护。”刘政平指出。

未来,亚信安全将与新华三在联合创新实验室、产品深度合作、威胁情报共享、市场合作共享等方面开展更深入的战略合作,推动机器学习在网络安全行业的进一步应用,帮助用户智能应对各种安全威胁。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

目录
相关文章
|
3天前
|
人工智能 算法 安全
人工智能在医疗诊断中的应用与前景####
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。随着科技的不断进步,AI技术正逐步渗透到医疗行业的各个环节,尤其在提高诊断准确性和效率方面展现出巨大潜力。通过分析当前AI在医学影像分析、疾病预测、个性化治疗方案制定等方面的实际应用案例,我们可以预见到一个更加智能化、精准化的医疗服务体系正在形成。然而,数据隐私保护、算法透明度及伦理问题仍是制约其进一步发展的关键因素。本文还将讨论这些挑战的可能解决方案,并对AI如何更好地服务于人类健康事业提出展望。 ####
|
3天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用及其面临的挑战。随着技术的不断进步,AI已经在医学影像分析、疾病预测和个性化治疗等方面展现出巨大潜力。然而,数据隐私、算法透明度以及临床整合等问题仍然是亟待解决的关键问题。本文旨在通过分析当前AI技术在医疗诊断中的具体应用案例,探讨其带来的优势和潜在风险,并提出相应的解决策略,以期为未来AI在医疗领域的深入应用提供参考。
23 3
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在教育领域的应用与挑战
随着科技的不断进步,人工智能(AI)技术已经深入到社会的各个领域,其中教育领域尤为突出。本文旨在探讨人工智能在教育领域的应用现状、面临的挑战以及未来的发展趋势。通过分析AI技术如何改变传统教学模式,提高教育质量和效率,同时指出其在实际应用中可能遇到的问题和挑战,为未来教育的发展提供参考。
22 2
|
3天前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
通义灵码在人工智能与机器学习领域的应用
|
8天前
|
机器学习/深度学习 人工智能 搜索推荐
深度探索人工智能在医疗影像诊断中的应用与挑战####
本文深入剖析了人工智能(AI)技术,特别是深度学习算法在医疗影像诊断领域的创新应用,探讨其如何重塑传统诊断流程,提升诊断效率与准确性。同时,文章也客观分析了当前AI医疗影像面临的主要挑战,包括数据隐私、模型解释性及临床整合难题,并展望了未来发展趋势。 ####
|
10天前
|
人工智能 安全 算法
上交大、上海人工智能实验室开源首个多轮安全对齐数据集 SafeMTData
最近,以 OpenAI o1 为代表的 AI 大模型的推理能力得到了极大提升,在代码、数学的评估上取得了令人惊讶的效果。OpenAI 声称,推理可以让模型更好的遵守安全政策,是提升模型安全的新路径。
|
6天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
【10月更文挑战第36天】随着人工智能技术的飞速发展,其在各行各业的应用日益广泛,特别是在医疗领域。本文将深入探讨AI技术如何革新传统医疗诊断流程,提高疾病预测的准确性,以及面临的挑战和未来发展方向。通过具体案例分析,我们将看到AI如何在提升医疗服务质量、降低医疗成本方面发挥关键作用。
79 58
|
7天前
|
机器学习/深度学习 人工智能 自动驾驶
探索人工智能的无限可能:从基础概念到实际应用
【10月更文挑战第35天】在这篇文章中,我们将一起走进人工智能的世界,探索它的无限可能。从基础概念出发,我们将深入理解人工智能的定义、发展历程以及主要技术。然后,我们将通过具体的代码示例,展示如何利用Python和TensorFlow实现一个简单的人工智能模型。最后,我们将探讨人工智能在现实世界中的应用,包括自动驾驶、医疗健康、金融等领域,并思考其未来发展的可能性。让我们一起开启这场人工智能的奇妙之旅吧!
16 1
|
8天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
【10月更文挑战第34天】人工智能(AI)技术正在改变医疗行业的面貌,为诊断过程带来前所未有的效率和准确性。通过深度学习、神经网络等技术,AI能够分析大量数据,辅助医生做出更快速、更准确的诊断决策。然而,AI在医疗领域的应用也面临着数据隐私、算法透明度和医疗责任等一系列挑战。本文将探讨AI在医疗诊断中的具体应用案例,分析其面临的挑战,并提供对未来发展方向的思考。
|
10天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在图像处理中的应用
【10月更文挑战第32天】本文将深入探讨人工智能(AI)如何在图像处理领域大放异彩,从基础的图像识别到复杂的场景解析,AI技术正逐步改变我们对视觉信息的理解和应用。文章将通过具体案例,揭示AI如何优化图像质量、实现风格迁移和进行内容识别,进而讨论这些技术背后的挑战与未来发展方向。

热门文章

最新文章