SLB和Palo Alto Networks扩大合作以加强能源行业的网络安全
面对日益增长的网络威胁,能源行业的数字化转型继续推动形成全面的网络安全解决方案
休斯顿和加州圣克拉拉--(美国商业资讯)--全球能源技术公司SLB (NYSE: SLB)和全球网络安全领导者Palo Alto Networks (NASDAQ: PANW)今天宣布,双方将扩大合作以加强能源行业的网络安全。
两家公司将把SLB的云和边缘技术以及能源行业的领域专业知识与Palo Alto Networks基于平台的跨行业网络安全解决方案相结合。这不仅有助于SLB凭借自身的安全基础设施保持领先地位,而且还有助于推动形成未来的增强型解决方案,以应对随着行业加速采用数字解决方案和人工智能而面临的不断变化的网络威胁。
SLB首席执行官Olivier Le Peuch表示:“随着我们所处行业数字化转型的成熟,网络安全对于我们的运营以及我们为客户提供的数字解决方案至关重要。通过此次合作,我们将继续增强和强化我们作为客户首选数字合作伙伴的角色。”
在此次合作中,SLB将整合由Palo Alto Networks Precision AI™驱动的网络安全平台,包括其技术堆栈中的Prisma® SASE、Prisma Cloud和Cortex XSIAM®。这些平台将使SLB能够在其网络、云和边缘平台上实现全面的安全性,使SLB的Delfi™数字平台上的数千名域和AI用户能够在安全可靠的环境中进行协作。两家公司还将开发和实施针对边缘产品和服务的解决方案,随着越来越多的能源客户转向自动化和自主运营,这将变得至关重要。
Palo Alto Networks董事长兼首席执行官Nikesh Arora表示:“通过平台化,组织可以简化它们的管理流程、降低总拥有成本(TCO)并提升其安全成果。Palo Alto Networks赞赏SLB在通过安全、创新的解决方案塑造能源行业未来方面的前瞻性方法。他们对于通过平台化实现现代IT转型的愿景与我们自己保护关键基础设施和推动技术进步的承诺不谋而合。我们可以共同建立一个有弹性的安全能源生态系统,以应对未来的挑战。”
关于SLB
SLB (NYSE: SLB)是一家全球科技公司,致力于推动能源创新,实现地球生态平衡。我们的业务遍布全球100多个国家和地区,而员工的来源地几乎是运营所在国家和地区的两倍。我们每天都致力于石油和天然气创新、大规模数字化、行业脱碳以及开发和扩展新能源系统,以加快能源转型。如需了解更多信息,请访问 slb.com.
关于Palo Alto Networks
Palo Alto Networks是全球网络安全领导者,致力于通过网络安全、云安全和安全运营方面的行业领先的AI驱动型解决方案,让这个世界变得日益安全。在精准AI的支持下,我们的技术可提供精确的威胁检测和快速响应,从而最大限度地减少误报并提高安全有效性。我们的平台化方法将各种安全解决方案集成到一个统一、可扩展的平台中,从而简化管理并通过全面的保护提高运营效率。从保护网络边界到保护云环境和确保快速事件响应,Palo Alto Networks使企业能够实现零信任(Zero Trust)安全性,并在不断变化的威胁态势中自信地拥抱数字化转型。这种对安全和创新的坚定承诺使我们成为首选的网络安全合作伙伴。
Palo Alto Networks致力于汇聚最优秀的人才为我们的使命服务,因此我们也很自豪能够成为首选网络安全工作场所,并被《新闻周刊》评为“最受喜爱的工作场所”(2021-2024年),在“残疾人平等指数”中获得100分(2024年、2023年、2022年),并被评为“HRC最佳LGBTQ+平等工作场所”(2022年)。如需了解更多信息,请访问www.paloaltonetworks.com。
关于前瞻性陈述的警示声明:
本新闻稿包含美国联邦证券法律意义上的“前瞻性陈述”,即关于未来而非过去事件的陈述。此类陈述通常包含诸如“期望”、“可能”、“可以”、“估计”、“意图”、“预期”、“将要”、“潜在”、“预计”等词语以及其他类似的词语。前瞻性陈述涉及不同程度上不确定的事项,例如关于SLB新技术与合作伙伴关系的部署或预期收益的预测或期望;关于可持续发展和环境问题的目标、计划和预测的陈述;关于能源转型与全球气候变化的预测或预期;以及操作程序和技术的改进等。这些陈述涉及各种风险和不确定性,其中包括但不限于:无法实现净负碳排放目标;无法实现由SLB的战略、举措或合作伙伴关系带来的预期利益;针对环境问题的立法和监管举措,包括针对全球气候变化影响的举措;监管部门批准和许可的时间安排或接收情况;以及SLB向美国证券交易委员会提交的最新10-K、10-Q和8-K表格中详细说明的其他风险和不确定性。如果这些或其他风险或不确定性中的一个或多个成为现实(或此类发展的后果发生了变化),或者如果基本假设经证明是不正确的,实际结果可能与我们的前瞻性陈述中反映的结果存在重大差异。前瞻性陈述仅反映本新闻稿发布之日的情况。无论是由于新信息、未来事件还是其他原因,SLB概不承担任何公开更新或修订此类陈述的意图或义务。
声明:本站所有文章资源内容,如无特殊说明或标注,均为采集网络资源。如若本站内容侵犯了原著者的合法权益,可联系本站删除。