下一代安全企业Palo Alto Networks®(纽交所代码:PANW)近日宣布与国际刑警组织全球创新中心 (INTERPOL Global Complex for Innovation, IGCI) 开启正式合作, Palo Alto Networks成为首个与国际刑警组织签署数据交换协议 (Data Exchange Agreement, DEA)的网络安全企业。
此项协议旨在通过共享Palo Alto Networks及其威胁情报团队Unit 42的威胁信息,从而与国际刑警组织一道来抵御网络空间的犯罪趋势、网络威胁以及网络犯罪全球化等问题。Palo Alto Networks和国际刑警组织将参与双方的运作会议。此外,Palo Alto Networks还将派遣一名Unit 42威胁情报专家与IGCI一道协助执法人员深入了解当前网络犯罪环境,依托超强情报抵御网络攻击。
Palo Alto Networks与国际刑警组织此前曾保持长期合作关系,此项协议的签署将正式确认这种合作关系。早在年初,Palo Alto Networks作为向国际刑警组织针对东盟地区网络犯罪提供支持的七家私营企业之一,一共确认了将近9000个C2服务器以及上百个包括政府网站在内的数百个受感染网站。
Palo Alto Networks早前发布的《亚太地区网络安全状况调查报告》显示, 44%亚太区企业已开始与业内友商共享网络攻击信息。此项协议的签署必将扩大行业、公立部门以及私营机构之间的信息共享,从而缩短网络安全人员与黑客之间的差距,维持大众对数字生活方式的信任。
引言
“单靠执法机关并不能全面解决网络犯罪问题,要想有效防御这一全球性问题,与私营机构之间的合作十分关键。此次国际刑警组织与Palo Alto Networks签署合作协议,将有力保证全球执法机关有效获得所需信息,这对公司部门以及私营机构来说都是至关重要的一步。”
——国际刑警组织全球创新中心执行董事Noboru Nakatani
“当今社会,网络犯罪给企业和机构带来重大安全风险。此次合作,体现了双方对信息共享的承诺,这对有效防御网络威胁来说至关重要。我们将与国际刑警组织一道,继续推进公众对网络安全重要性的认知,并加强公司高层教育,逐步减少网络安全整体风险。”
——Palo Alto Networks副总裁及亚太区首席安全总监Sean Duca
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。