Hitachi Vantara 正在与 Dell、IBM 和 Infinidat 一起,采用 Index Engines 的 AI 驱动勒索软件检测软件。
Index Engines 的 CyberSense 产品利用 AI 和机器学习分析,对非结构化数据内容随时间的变化进行比较,以检测可疑行为和网络损坏。Index Engines 声称其准确率高达 99.99 %,能够标记异常和损坏迹象。据称,全文内容分析的方法比仅检查元数据更能检测到由恶意软件引起的数据损坏。Hitachi Vantara 正将 CyberSense 集成到其 Virtual Storage Platform One ( VSP One ) 产品中。
Hitachi Vantara 首席产品官 Octavian Tanase 表示:“IT 复杂性、网络威胁以及可持续性挑战持续给企业带来巨大压力。通过 VSP One 的最新增强功能,我们正通过提供一个统一、便于自动化的平台来消除这些障碍,该平台内置性能、弹性和效率保证。这不仅仅是数据存储 —— 而是一种更智能、更可持续的大规模企业数据管理方式。”
该公司表示,将新增三项保障:
Performance Guarantee(性能保障):通过 Hitachi 的 EverFlex 支持,VSP One Block 平台在各项负载需求下保证最低性能水平,使应用能够以可预测的高性能运行且干预最小。如果未达到性能目标,将适用服务信用。
Cyber Resilience Guarantee(网络弹性保障):在网络攻击后,通过不可变快照和由 CyberSense 驱动的 AI 勒索软件检测启用保护措施,帮助组织降低停机时间和数据损失风险。如果数据无法恢复,Hitachi Vantara 将提供专家级事件响应,并对受影响的存储容量提供高达 100 % 的信用赔偿。
Sustainability Guarantee(可持续性保障):借助 VSP One 的节能架构和报告功能,帮助企业跟踪和优化能耗,并降低最高达 40 % 的 CO? 排放。电力效率服务水平协议 ( SLA ) 确保成本效率提升和环境责任落实。
这三项新增保障与 Hitachi Vantara 现有的三项保障相辅相成。其中,100 % 数据可用性保障确保关键业务数据不间断访问;Hitachi Vantara 的有效容量保障提供 4:1 的数据压缩率,最大化存储效率;Modern Storage Assurance Guarantee 则通过持续不断、无中断升级至新控制器,实现不断创新和未来存储之路,无需重新购买容量。
Index Engines 表示,由 CyberSense 驱动的 Hitachi VSP 勒索软件检测能够在早期检测到数据损坏,隔离威胁,并指导 IT 找到最后已知干净的备份,从而使恢复过程快速、精准且值得信赖。
Index Engines 称,CyberSense 通过将数据完整性分析和恢复保障嵌入存储产品层,从而支持 NIST CSF ( Cyber-Security Framework ) 功能:
Identify(识别):CyberSense 能够大规模地对元数据和内容进行索引和分析,帮助组织了解拥有的数据种类,并识别可能与数据损坏或篡改相关的风险。
Protect(保护):在 Hitachi 提供不可变存储和加密的基础上,CyberSense 通过持续验证备份数据的完整性,增加了另一层防护,防止勒索软件潜伏时间中未被检测到的问题。
Respond(响应):凭借审计跟踪和法医级报告,CyberSense 能够快速进行调查和有针对性的恢复,缩短数据泄露后的响应时间。
Recover(恢复):CyberSense 能够识别出最后已知的干净数据副本,并实现精准、局部的恢复,支持快速、经过验证的数据恢复,符合 NIST 的恢复功能要求。
Index Engines 战略合作副总裁 Jim McGann 表示:“新增了 VSP One 的网络弹性保障,其中包括由 CyberSense 驱动的勒索软件检测,赋予组织所需的智能和自动化能力,以增强其网络弹性。通过集成 VSP One 和 CyberSense 这样的先进工具,IT 团队能够简化恢复工作流程,最小化停机时间,并以更大的信心验证关键数据的完整性,从而降低攻击的影响。”
Hitachi Vantara 得以整合最新的勒索软件检测技术,而 Index Engines 则为其软件增加了第四个 OEM 合作伙伴。McGann 今后将把注意力转向一些尚未投入合作的潜在 OEM,例如 DDN 和 Pure Storage,而不会考虑拥有自身勒索软件检测技术的 NetApp,或提供 Zerto 勒索软件检测的 HPE。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。