7月9日-10日,由阿里巴巴集團(tuán)和螞蟻金服集團(tuán)共同發(fā)起的2015阿里安全峰會(huì)“天下無賊”在北京召開。本次峰會(huì)云集了國內(nèi)信息安全領(lǐng)域1000多名頂尖級(jí)別的信息安全從業(yè)者,將圍繞移動(dòng)安全、云安全、電商金融業(yè)務(wù)安全、黑客攻擊防御等用戶最關(guān)心的核心安全問題進(jìn)行研討。
隨著移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展,越來越多的網(wǎng)友成為“低頭族”。在本次峰會(huì)上,移動(dòng)互聯(lián)網(wǎng)的安全也成為與會(huì)者關(guān)注的焦點(diǎn)。阿里巴巴無線安全首席架構(gòu)師潘愛民發(fā)表了《 “互聯(lián)網(wǎng)+”時(shí)代的移動(dòng)安全實(shí)踐”》的主題演講。
潘愛民指出:在移動(dòng)互聯(lián)網(wǎng)這幾年的發(fā)展,業(yè)務(wù)和很多功能和設(shè)備走在前面,但是安全卻相對(duì)滯后的。目前,移動(dòng)互聯(lián)網(wǎng)面臨很多以前被忽略的安全問題。移動(dòng)安全本質(zhì)來講有兩方面的威脅,一個(gè)是APP模式,移動(dòng)應(yīng)用模式本身造成了挑戰(zhàn)。第二個(gè)是業(yè)務(wù)欺詐,移動(dòng)業(yè)務(wù)離錢太近,自然會(huì)吸引所有的注意力,黑色產(chǎn)業(yè)鏈滲透越來越深。
潘愛民強(qiáng)調(diào):對(duì)用戶來講,在移動(dòng)互聯(lián)網(wǎng)時(shí)代用戶的信息安全比PC時(shí)代面臨更大的挑戰(zhàn),這是今天移動(dòng)互聯(lián)網(wǎng)面臨的新的威脅。來自聚安全平臺(tái)監(jiān)測(cè)的數(shù)據(jù),高達(dá)86%的應(yīng)用存在漏洞,近40%的應(yīng)用存在仿冒應(yīng)用。因?yàn)榘⒗锝裉斓臉I(yè)務(wù)已經(jīng)有超過50%轉(zhuǎn)移到移動(dòng)平臺(tái)上。例如不久前的仿冒知名團(tuán)購網(wǎng)站紅包騙取個(gè)人的信息,這是我們實(shí)際監(jiān)測(cè)到的木馬的行為。
據(jù)悉,2015年初阿里安全部曾試水提供對(duì)外輸出服務(wù),為某知名打車軟件APP提供防刷單風(fēng)控支持,解決垃圾用戶惡意領(lǐng)券行為。該系統(tǒng)針對(duì)在微博上通過批量注冊(cè)新用戶惡意領(lǐng)券套現(xiàn)可能出現(xiàn)的風(fēng)險(xiǎn), 通過部署H5人機(jī)識(shí)別服務(wù),在兩周內(nèi),共識(shí)別惡意領(lǐng)券次數(shù)45.6萬次,微博等社交網(wǎng)絡(luò)平臺(tái)上領(lǐng)券新用戶數(shù)量從12萬張/天降低到1萬張/天,為企業(yè)節(jié)省發(fā)劵成本300多萬元。而這套大數(shù)據(jù)風(fēng)控體系,將在近期接入阿里的移動(dòng)安全聚安全平臺(tái),向第三方企業(yè)客戶提供業(yè)務(wù)風(fēng)險(xiǎn)防控能力。而背靠阿里巴巴云計(jì)算、大數(shù)據(jù)風(fēng)控系統(tǒng)的聚安全平臺(tái),擁有強(qiáng)大的數(shù)據(jù)與技術(shù)支撐,勢(shì)必將成為電子商務(wù)及支付等相關(guān)移動(dòng)端安全領(lǐng)域的最強(qiáng)護(hù)盾。
“阿里聚安全的方向是面向行業(yè)用戶,集風(fēng)險(xiǎn)發(fā)現(xiàn)、風(fēng)險(xiǎn)解決、風(fēng)險(xiǎn)持續(xù)監(jiān)測(cè)、業(yè)務(wù)風(fēng)險(xiǎn)控制為一體的開放平臺(tái),可一站式解決互聯(lián)網(wǎng)應(yīng)用的安全問題,我們?cè)敢庀蛉袠I(yè)企業(yè)用戶輸出解決方案。”潘愛民表示。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)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(jì)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(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)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(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)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(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)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(tuán)隊(duì)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(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。