書(shū)生安全云CTO金友兵
在金友兵看來(lái),網(wǎng)絡(luò)信息安全是實(shí)現(xiàn)海量信息存儲(chǔ)與共享的必要條件,眾多巨頭的信息泄露事件使大家感到岌岌可危。而書(shū)生安全云致力于為用戶提供絕對(duì)安全的存儲(chǔ)環(huán)境,這次活動(dòng)旨在力邀業(yè)界網(wǎng)絡(luò)攻防高手共同驗(yàn)證。
為此,書(shū)生安全云技術(shù)挑戰(zhàn)賽在ISC中國(guó)互聯(lián)網(wǎng)安全大會(huì)上拉開(kāi)戰(zhàn)火。比賽內(nèi)容較為簡(jiǎn)單,就是在比賽開(kāi)始前公開(kāi)其服務(wù)器密碼,參賽選手自由訪問(wèn)所有數(shù)據(jù),在規(guī)定時(shí)間內(nèi)獲取文件明文為挑戰(zhàn)成功。
這形式雖然不復(fù)雜,但仔細(xì)分析比賽題目,我們就會(huì)發(fā)現(xiàn):在比賽開(kāi)始前公開(kāi)服務(wù)器密碼,就意味著裝載數(shù)據(jù)的服務(wù)器完全不設(shè)防,而完全依靠書(shū)生安全云自身的防護(hù)技術(shù)保障數(shù)據(jù)安全。一句話就能說(shuō)明白的技術(shù)比賽,卻已經(jīng)可以與拳拳到肉的真硬功較量的兇險(xiǎn)程度等量齊觀了。
此次書(shū)生安全云技術(shù)挑戰(zhàn)賽獎(jiǎng)項(xiàng)設(shè)置十萬(wàn)完勝大獎(jiǎng),且其他參賽者也有機(jī)會(huì)抽到鼓舞基金,以推動(dòng)云安全技術(shù)的研發(fā)積極性,連現(xiàn)場(chǎng)打醬油都有觀戰(zhàn)獎(jiǎng),引起眾人躍躍欲試。
書(shū)生安全云負(fù)責(zé)人透露,此舉是證明書(shū)生安全云可以利用自有專利技術(shù)為用戶提供絕對(duì)安全的存儲(chǔ)環(huán)境,所以才敞開(kāi)服務(wù)器與黑白高手一決高下。這種做法也恰恰符合ISC大會(huì)所倡導(dǎo)的交流安全的主題。
當(dāng)前,隨著云計(jì)算和移動(dòng)互聯(lián)網(wǎng)的發(fā)展,海量信息存儲(chǔ)與共享已經(jīng)越來(lái)越普及,但網(wǎng)絡(luò)信息安全卻一直是一塊短板,這讓云存儲(chǔ)變成了被污染的麻辣小龍蝦,食時(shí)辣爽無(wú)限,食完后患無(wú)窮。從棱鏡門(mén)到最近的icloud艷照泄露,各類巨頭的信息泄露事件無(wú)情地讓用戶與他們心中的產(chǎn)品神話人各天涯。為此,廣大用戶急需重拾信心。
另一方面,各級(jí)安全廠商雖然盡了最大努力,但云存儲(chǔ)的風(fēng)險(xiǎn)始終存在。而在云存儲(chǔ)世界,想要徹底杜絕信息泄露損壞,技術(shù)創(chuàng)新才是關(guān)鍵。
金友兵表示,書(shū)生安全云的網(wǎng)絡(luò)安全理念是:用戶本人以外的任何人都不可信。他提出:第一,云存儲(chǔ)的數(shù)據(jù)要足夠安全,不僅能防外,還要防內(nèi);第二,云服務(wù)的網(wǎng)絡(luò)安全和系統(tǒng)安全是前提;第三,云服務(wù)的數(shù)據(jù)安全是企業(yè)級(jí)應(yīng)用的基礎(chǔ)。
打破安全瓶頸
再說(shuō)到技術(shù)創(chuàng)新,書(shū)生安全云相關(guān)負(fù)責(zé)人介紹,在技術(shù)支撐的基礎(chǔ)上,書(shū)生安全云已然找到了新的突破口,打造了一個(gè)無(wú)縫且閉合的安全環(huán)。將所有的加解密操作從服務(wù)器端轉(zhuǎn)移到了客戶端,安全密鑰僅用戶一人持有,系統(tǒng)管理員也無(wú)法觸及。
除此之外,每個(gè)文檔的六層防護(hù)又為數(shù)據(jù)信息再扣上一把鎖,加固了信息防護(hù)的堡壘。擺脫了物理存儲(chǔ)服務(wù)器限制,信息被放置在云端,降低了成本的同時(shí)環(huán)保,減少物理機(jī)的散熱減緩地球變暖,因?yàn)橐脖淮蠹覒蚍Q為“1℃安全云“。
最后,金友兵強(qiáng)調(diào),將來(lái)云存儲(chǔ)比本地存儲(chǔ)更安全。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。