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
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。