ESG Research發(fā)布的“2013年IT開支意向調(diào)查”顯示,云計算受到追捧,吸引諸多公司紛紛投資。在參與調(diào)查的公司中,有半數(shù)公司表示他們還計劃增加在信息安全領(lǐng)域的開支。
這兩個領(lǐng)域的預(yù)算相繼提升在意料之中。“根據(jù)我們的研究,有63%的企業(yè)都表示‘安全’是他們向云遷移過程中最關(guān)心的問題”,VentanaResearch的分析師Mark Smith表示。實際上,“有38%的企業(yè)都認(rèn)為云計算的風(fēng)險非常高,因此他們并不準(zhǔn)備大規(guī)模使用或僅打算有限制地使用”,他補充道。
完美風(fēng)暴
要保護云中的應(yīng)用系統(tǒng)數(shù)據(jù)非常困難,原因有三:
云并非存在于真空中。在所處的混合型IT環(huán)境中,數(shù)據(jù)同時存儲在企業(yè)內(nèi)部和基于云的應(yīng)用系統(tǒng)中,并且數(shù)據(jù)經(jīng)常在兩者之間傳輸。這存在什么問題呢?企業(yè)內(nèi)部的安全策略和控制措施不會自動轉(zhuǎn)移到云,反之亦然。
云應(yīng)用系統(tǒng)供應(yīng)商可能不會將安全功能放在首位。“客戶并不愿意在安全方面增加額外的開支”,Informatica企業(yè)戰(zhàn)略服務(wù)部IT副總裁Kristin Kokie解釋道。“要想在云中實現(xiàn)安全功能非常困難,因此,如果看不到有價值的回報,一些供應(yīng)商就會放棄在此方面的投入。”
缺乏技術(shù)創(chuàng)新。同時保護企業(yè)內(nèi)部和云應(yīng)用系統(tǒng)數(shù)據(jù)的可選方案很少。保護數(shù)據(jù)的安全性意味著要付出雙倍的努力:既要為企業(yè)內(nèi)部應(yīng)用系統(tǒng)數(shù)據(jù)制定一套策略,還要為云應(yīng)用系統(tǒng)數(shù)據(jù)制定另一套策略。
巨大變化
“為了有效利用云體系架構(gòu)的優(yōu)勢,應(yīng)用系統(tǒng)安全團隊需要能夠方便地部署安全策略,并且使該策略一直應(yīng)用于數(shù)據(jù),而無論數(shù)據(jù)位于何處”,Informatica產(chǎn)品營銷部副總裁Julie Lockner說道。
Informatica推出的全新虛擬數(shù)據(jù)機(VDM) Vibe只有一個主要目標(biāo):集成并保護任意平臺中的數(shù)據(jù)。這可實現(xiàn)兩方面的優(yōu)勢:
保護云中數(shù)據(jù)的安全。開發(fā)團隊可以定義一個安全策略并將其部署在任意位置,這樣當(dāng)數(shù)據(jù)在云應(yīng)用系統(tǒng)之間移動或在企業(yè)內(nèi)部應(yīng)用系統(tǒng)和云之間移動時,安全策略會始終保護數(shù)據(jù)的安全。
保護來自云的數(shù)據(jù)安全。IT組織現(xiàn)在可以通過虛擬機(虛擬機本身即是云應(yīng)用系統(tǒng))來創(chuàng)建、實施并監(jiān)控安全策略。
“當(dāng)集中控制數(shù)據(jù)安全時,可確保在所有應(yīng)用系統(tǒng)實例中實現(xiàn)更高的一致性”,Informatica企業(yè)戰(zhàn)略服務(wù)部IT副總裁Kristin Kokie表示。“這不僅能夠保護數(shù)據(jù)及滿足合規(guī)性要求,還可以節(jié)省開發(fā)團隊的時間,從而提高效率。并且,所有人都無需再擔(dān)心數(shù)據(jù)安全問題,可以輕松地工作。”
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。