深信服秋季新品重磅发布：安全GPT4.0数据安全大模型与分布式存储EDS新版本520，助力数字化更简单、更安全
时间:2025-11-26 23:29:08 出处:人工智能阅读（143）
10月23日 ，深信数据数字深信服举办2024秋季新品发布会 。服秋发布会上 ，季新简单深信服正式推出了最新的品重创新成果 ：实现动静态数据分类分级和数据风险自动研判分析的安全GPT4.0 、具备卓越可靠性和AI勒索防护能力的磅发布安布式版本分布式存储EDS新版本520 。通过这些新品和能力 ，全G全帮助用户在享受数字化带来的安全便利的同时 ，也能确保数字化转型的大模数据安全和存储可靠 。
首发安全GPT数据安全平台 ，型分S新引领行业新标准
随着数字化转型的存储深入发展 ，免费模板数据已成为企业最重要的助力资产之一 。然而 ，化更如何有效保障数据安全一直是更安业界面临的难题 。传统的深信数据数字数据分类分级方案通常需要大量的人工参与，准确率低且效率低下 ，服秋难以满足现代企业的复杂数据安全需求 。此外，数据安全风险行为往往与正常业务行为相似 ，缺乏明显的攻击特征 ，源码库使得检测 、研判难度极大 。为应对这些挑战 ，深信服此次发布了安全GPT-数据安全平台 ，通过技术创新升级 ，推动数据安全方案在行业的高质量落地。
（1）动静态数据分类分级 ，解决长期困扰行业的难题
深信服安全GPT 数据安全大模型能够自动化完成数据库静态数据以及API等流动数据分类分级工作 ，大幅提升分类分级的效率 ，让整个数据的可视真正具备了使用价值 。与传统的小模型相比 ，香港云服务器静态分类分级的准确率从60%提升到了90% ，打标效率提升了40倍 ，人工只需设置分类标准，打标过程全部由模型自动完成 。
除了高效地进行数据发现与分类 ，深信服安全GPT数据安全大模型还支持分钟级完成任意数据类型使用情况调查 ，帮助企业快速定位数据以及掌握数据使用情况 ，确保敏感信息的安全 。
（2）数据风险自动研判分析 ，精准应对多种典型攻击场景
经过大量数据安全风险分析案例微调 ，数据安全大模型能够自动监测异常行为 ，并进行上下文关联分析 ，从而有效区分正常的业务行为和真正的服务器租用数据安全风险 ，同时数据安全大模型输出详细的研判分析过程 ，极大降低研判分析难度 。
在数据泄露 、数据滥用 、违规数据出境和超范围处理数据等多种典型的攻击场景 ，安全GPT数据安全大模型检出率高达90% ，准确率达70% ，为数据安全提供坚实保障 。
首次公开演练极端故障场景恢复，架构创新提升可靠性
发布会上 ，深信服还展示了其最新版本的分布式存储EDS，通过自主研发的源码下载架构大幅提升了系统的性能与可靠性，使得EDS不仅能胜任备份归档等大规模数据管理任务，还能支持非结构化生产数据以及AI应用等多种复杂场景下的业务承载 。
（1）极端多重故障场景下 ，依然“稳”定发挥，秒级恢复
在实际演示中 ，面对最常见的硬件故障——硬盘故障 ，深信服的EDS存储能够实现无缝的数据切换 ，确保业务连续性不受影响 。而在更为极端的多重故障情况下 ，模板下载深信服的EDS存储同样展现了高稳定性 。
在模拟的测试中 ，即使同时发生三个节点的故障 ，包括断电、缓存盘和数据盘被拔出等极端情况 ，EDS存储也能在3到5秒内迅速恢复业务 。这一恢复速度远快于其他厂商在单一故障情况下所需的30至45秒 ，有效验证了深信服分布式存储EDS在极端故障场景下的高可靠性 。
（2）智能AI防勒索 ，全方位守护数据存储安全
针对近年来日益严峻的勒索威胁 ，深信服分布式存储EDS集成了智能AI防勒索功能 ，采用旁路检测方式 ，大多数时候仅进行基本的IO流检测 ，只有在发现异常行为时才会启动深度AI分析 ，这样既保证了安全性 ，又避免了不必要的性能开销。
相比之下 ，其他存储厂商在开启类似的防勒索软件后 ，性能消耗可能高达25%-30% ，而深信服的分布式存储性能消耗仅为3%-5%。同时，EDS提供快照和告警 ，确保数据安全 ，为用户提供一个既高效又可靠的数据存储方案 。
随着秋季新品的重磅发布 ，深信服再次站在了全面拥抱AI的数字化转型前沿 。深信服深知 ，在数字化的浪潮中 ，用户不仅渴望享受技术带来的便利 ，更迫切需要确保数据的安全 。通过融合AI的创新 ，深信服将不断为用户提供更智能 、更安全的数字化解决方案 ，助力每一位用户在数字化转型的道路上更加从容不迫 。