Veeam今天宣布已经收购事件响应公司Coveware,收购价格未公开。
此次收购之后,Coveware by Veeam将独立运营,但随着时间的推移,该公司将整合各个元素,Veeam公司战略副总裁Dave Russell透露了这个消息。
Russell表示:“我们将拥有一个独立的Coveware团队,随着业务规模的扩大,我们将向该团队添加更多的人员,然后我们的产品开发团队将开始与Veeam并行部署人员。”
虽然现在才宣布收购,但交易早已完成。他说:“我们在三月的最后一周结束了这项工作,Coveware拥有相当多的大客户,其中41%是财富500强,59%是全球2000强。”
寻找漏洞
Russell表示,Coveware吸引Veeam的产品之一是Recon,该产品可以查看现有环境中的漏洞。
他说:“从服务的角度来看,他们可以与组织一起进行演练,帮助他们在概念层面上了解漏洞可能存在的位置,他们可以在生产客户环境中运行Recon以发现漏洞。”
他说,这种侦察功能不会发送任何客户数据,但确实会发送端口使用情况和其他妥协指标等功能的元数据——这和服务器名称甚至敏感元数据是无关的。
他说:“这样,就可以使用他们的大型语言模型生成一份报告,就已知的漏洞以及在您部署模型、数据中心可能存在漏洞区域的攻击向量提出建议,所以这是一种非常积极主动的方式。”
使用大型语言模型作为预警系统
Coveware可能属于“事件响应”类别,但实际上是一种早期警告,或者只是在威胁成为问题之前阻止它的发生。
他说:“Coveware会主动进行威胁搜寻,会提前与客户接触,提供最佳实践,让他们远离某个网络环境。一方面,他们将自己推销为事件响应团队,就像消防队一样,更像是防火。Veeam令我们兴奋的部分是能够进行主动威胁搜寻,以了解当今各种威胁的性质以及如何最好地击败这些威胁。”
但在未来,Russell从Coveware的大型语言模型中看到了更多的可能性。“因为他们的大型语言模型会随着收到的信息越多而变得越来越好,而且目前有超过100万台Veeam备份和复制服务器,即使我们获得10%的采用率,也意味着100000台新的备份服务器现在可以添加到这个大型语言模型中,让模型变得越来越智能,同时还能主动识别客户可能正在运行、但不知道的漏洞。”
最后的一些想法
Veeam已经成为勒索软件恢复领域的重要参与者,此次收购将增强自身广泛的功能。将大型语言模型的人工智能世界融合起来,打造一个巨大的知识库,以防止攻击发生,这是很有潜力的。厂商们需要转向这种方法,因为攻击者会使用各种形式的AI来不断测试每个公司的防御能力。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。