东软NetEye隆重推出多款新品

【2012年3月27日 中国 北京】今日,中国领先的IT解决方案和服务提供商东软集团股份有限公司(600718.SH)在北京发布多款东软NetEye系列网络安全新品,包括东软NetEye基于云计算环境的应用交付安全网关(ADSG)、东软NetEye 下一代应用防火墙(NISG-NG)、东软NetEye 高性能防火墙 (FW-Rocket)等新品。此次同时发布多款新品,是东软安全在解决关键技术难题与取得多项具有自主知识产权的核心技术方面,取得了一系列新突破的成果。

此次推出的东软NetEye基于云计算环境的应用交付安全网关(ADSG)是东软在网络安全领域积累了多年的深入研究、实践和安全问题的解决经验基础之上开发出的产品,它是考虑当前虚拟部署的快速推进和基于网络的大规模服务模式的特定基础架构,而专门设计的部署在云的边界、解决云安全问题的信息安全产品。其提供的3E安全解决方案,涵盖了顶级的防火墙技术、Anti-DDoS技术、量身定制的IPS功能、应用特定的流量负载均衡和交付担保。ADSG具有省力、弹性、经济的特点,可采用五种部署模式:企业部署模式、IaaS提供商部署模式、云爆发的应用部署模式、订阅部署模式和云部署模式。

东软NetEye 下一代应用防火墙(NISG-NG)是一款为用户提供全方位安全防护的新一代防火墙产品。它着眼于关注应用层的防护和优化应用流量,以满足用户多样化的IT使用方式为基础,以多核并行处理架构解决用户在网络应用管理、应用内容透明化和可视化方面的困扰,同时以高带宽处理能力保障上述应用。从设计之初即以应用识别和应用透明管理为初衷,面向应用层设计,能够精确识别用户、应用和内容,目前已经可以识别超过2500种的应用。东软下一代应用防火墙(NISG-NG)有着无可比拟的技术优势,它采用基于NEL核心技术的入侵检测和世界领先的云安全技术,具备更细粒度的应用层安全控制,更完整的内容级防护技术,更高性能的应用层处理能力,更全面的安全防护方案以及更完善的基础软件架构。

作为高性能安全网关,东软NetEye Rocket系列高性能防火墙产品集防火墙、VPN、DoS/DDoS攻击防御、入侵防御、防病毒、反垃圾邮件、URL过滤、应用协议识别与控制等多项尖端安全技术于一身,为用户提供一体化的因需而变、因御而安的解决方案。此次推出的东软NetEye Rocket系列高性能防火墙新品选择了具有更好可编程性和更高性能的FPGA芯片技术,以及独特的“FPGA+多核”架构和具有自主知识产权的多核多平台并行安全操作系统,不仅具有万兆级的吞吐量,而且在并发连接数和每秒新建连接数上有着无可比拟的性能优势。具有超强的防护性能和万兆级的吞吐量的此款防火墙产品,可以满足大型企业、教育网络等此类用户的安全防护需求。

此次,东软还同时发布了东软NetEye数据库统一访问控制系统(NDCS)、东软NetEye统一身份管控系统(UIMC)、东软NetEye安全审计堡垒机(NABH)、东软NetEye上网行为管理系统(NIBC)、东软NetEye统一身份认证系统(NUAS)、东软NetEye应用安全集成网关(NSA)一系列新品。

作为国内领先的安全厂商,面对不断变化的市场需求和快速发展的技术进步,东软安全秉承16年专业技术经验积累,继续以创新的技术与务实的服务驱动东软安全的可持续发展,为用户提供更加成熟、稳定的产品,以及高效、完善的服务,努力将东软NetEye打造成为国内领先的信息安全整体解决方案商。

推荐阅读
国家人社AI蓝图铺开,东软为何能率先交卷?
国家人社AI蓝图铺开,东软为何能率先交卷?
在劳动人事争议仲裁中,这样的场景并不少见: 一名劳动者完成工伤认定后,因工伤待遇问题与用人单位产生争议,需要申请劳动仲裁。过去,他可能要请假前往仲裁机构,咨询流程、填写申请、准备材料。一旦信息不全,还要多次补正、反复往返。 如今,一套看得见、用得上的“黑科技”,正在改变这一过程。 在工作人员指导下,申请人通过移动端录入案情和诉求、上传相关材料,系统即可依托AI能力辅助识别信息、预填表单,并生成规范...
AI 时代,中国三级医院正在选择怎样的未来?
AI 时代,中国三级医院正在选择怎样的未来?
中国三级医院正在用订单,为下一代核心系统投票。 IDC最新报告显示,2025年,东软集团三级医院项目中标总量位居行业第一。 近日,IDC发布《中国医疗核心业务系统市场份额,2025》报告。报告显示,2025年,东软凭借大量三级医院落地订单,进一步巩固了在该领域的领先优势。 这一结论背后,是东软三十余年深耕医疗健康行业的长期积累,更是其行业理解、技术创新与价值交付能力持续转化为市场竞争力的必然结果。...
不用写代码,医生也能训练AI:东软正在重塑医学科研范式
不用写代码,医生也能训练AI:东软正在重塑医学科研范式
一个临床医生,想用自己的研究数据训练一个AI模型,需要做什么? 过去,答案往往是:寻找算法工程师、整理数据、编写代码、反复调参,再经过一轮又一轮沟通和迭代。一个课题从立项到形成可用模型,耗时半年甚至一年,并不罕见。更大的问题是,数据处理、特征提取、统计分析和模型训练往往分散在不同工具中,数据在多个系统之间反复导入导出,不仅容易出错,也让研究过程难以追溯、难以复现。 今天,东软给出了一个完全不同的答...
联系我们

欢迎致电4006556789,或通过在线方式与我们联系

close

关闭