北京 – 2023年12月4日 – 近日,安全多云数据韧性领域的领导者Veritas Technologies宣布,其在《IDC MarketScape:2023年全球网络恢复供应商评估》[1]中被评为领导者。
IDC MarketScape是技术买家最重要的供应商评估工具之一,采用严格的方法,考虑定量和定性数据,对供应商的产品、能力和战略以及当前和未来的市场成功因素进行评分。本报告是 IDC MarketScape 关于全球网络恢复的首份报告,共对 12 家供应商进行了评估。
IDC 基础设施软件平台研究副总裁 Phil Goodwin 表示:“网络攻击是全球几乎所有企业最关心的问题。企业领导者关注的重点是网络防御成熟度和响应,而其基础是明确、快速和准确的恢复能力。然而,这些解决方案在功能和架构上差异巨大,IT 买家可能会对其中的差异感到困惑,难以做出正确的购买决策。这一开创性的 IDC MarketScape 可帮助他们明确适合其独特情况的最有效解决方案。”
Veritas深受包括91%的全球财富100强企业在内的8万多家客户的信赖,并将继续巩固其长期声誉。公司最近推出了Veritas 360 Defense,这是该领域首个可扩展架构,汇集了领先的数据保护、数据治理和数据安全功能,并与领先的安全厂商相集成,以减轻威胁并加快恢复速度。Veritas 360 Defense的发布还伴随几项新产品创新和集成,其中包括业界全面、安全的云数据管理平台Veritas AltaTM的更新。
IDC MarketScape 指出了 Veritas 的以下优势:
· 产品组合的广度和深度,涵盖备份环境的检测、预防和恢复,以及主存储上的一些功能
· 深度风险识别和评分
· 遵守全球众多地区标准和政策
· 广泛的新功能,具体的路线图
· 在Veritas REDLab中针对真实恶意软件/勒索软件感染进行内部测试
IDC 在总结其对 Veritas 的评估时表示:“Veritas方案广泛适用于各类型机构,从中小型企业到大规模企业,并且几乎适用于所有地区,其多样的部署选项使客户能够以符合自身偏好的方式使用。对于政府和受监管组织,尤其在那些标准认证非常重要的领域,Veritas尤其有吸引力。”
Veritas公司数据保护部门高级副总裁兼总经理Matt Waxman指出:“在当今复杂的多云环境中,企业依赖诸多不同工具来缓解勒索软件等恶意软件的威胁并从中恢复变得几乎不可能。我们相信,我们在2023年IDC MarketScape全球网络恢复中的领先地位验证了我们的战略正确性,即在安全生态系统中统一数据安全、数据保护和数据治理,从而使企业能够在不断变化的威胁环境中继续蓬勃发展。”
点击《IDC MarketScape:2023年全球网络恢复供应商评估》下载报告节选。了解更多请访问 Veritas网络韧性解决方案。
关于 IDC MarketScape
IDC MarketScape 供应商评估模型旨在概述特定市场中 ICT(信息和通信技术)供应商的竞争能力。该研究方法采用严格的定性和定量的标准的评分方法,以单一图形说明每个供应商在特定市场中的地位。IDC MarketScape 提供了一个清晰的框架,可以对 IT 和电信供应商的产品和服务、能力和战略以及当前和未来的市场成功因素进行有意义的比较。该框架还为技术买家提供了对当前和潜在供应商优势和劣势的全面评估。
关于 Veritas
Veritas Technologies是安全多云数据管理领域的领导者。超过八万家企业级客户, 包括91%的全球财富100强企业,均依靠Veritas确保其数据的保护、可恢复性和合规性。Veritas在规模化的可靠性方面享有盛誉,可为企业提供抵御勒索软件等网络攻击威胁所需的韧性。Veritas通过统一的平台,支持超过800种数据源,100多种操作系统以及1400多种存储设备。在云级技术的支持下,Veritas现正在实践其数据自治战略,在降低运营成本的同时,实现更大价值。
Veritas以及Veritas标识是 Veritas Technologies LLC 或其附属机构在美国和其他国家/地区的商标或注册商标。
Veritas中国官方网站 https://www.veritas.com/zh/cn/
Veritas官方微信平台:VERITAS_CHINA(VERITAS中文社区)
[1] Doc #US49787923, November 2023
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。