计算机网络中的安全问题已经延伸到了网络最外围,终端网络的安全问题日益严峻,业界正在考虑如何通过终端设备防护网络安全。但Gartner预计, 到2020年,全球使用的联网设备数量将达到208亿,IoT设备生成的数据将会达到1.6泽字节,甚至超出预计的数据中心总流量,安全防护从这里入手的难度可想而知。以智能手机业务家喻户晓的BlackBerry认为,未来70%的安全价值将由医疗保健、物流运输、能源等B2B等行业驱动,如何做好安全防护这件事,BlackBerry有话说。
“安全在我们开展手机业务的时候,就是很重要的部分。”BlackBerry北亚区高级总监丁海如是说。在成立之初,BlackBerry就基于安全的架构设计和制造硬件设备,这也是为什么BlackBerry智能手机的头号粉丝是美国前总统奥巴马。2016年9月,BlackBerry宣布开始集中关注软件和服务业务,并命名其企业物联网安全管理策略为BlackBerry Secure。BlackBerry董事长兼CEO程守宗(John Chen)称这个转变为“战略转折点”,现在看来,这次转型实践非常成功。丁海补充:“除了在安全方面由来已久的积累,BlackBerry也在近两年通过收购专业安全厂商,和不断进行战略投资来更好的完善自身安全能力。”至此,BlackBerry已经完全发展成为了一家专注、专业的网络安全软件公司。
BlackBerry北亚区高级总监 丁海
“实际上,安全领域的空白市场已经不多了,这就要求BlackBerry软件安全解决方案有自己的独到之处。”丁海表示,在市场实践中,BlackBerry发现,网络安全问题严峻,市场对网络安全的需求量大且非常迫切。以移动安全管理市场为例,BYOD愈发普遍,全球移动办公发展都很迅速,新的技术和产品不断更新迭代,网络安全问题层出不穷。
BlackBerry的做法是,跟上新技术的更新,通过与设备厂商、软件操作系统厂商的紧密合作,配合新技术的发展演进,为企业提供相适应的、有效的安全防护软件解决方案。“iOS等新系统上线的当天,BlackBerry就有相适应的安全软件上线,BlackBerry在这个方面投入了极大的精力,更新迅速是BlackBerry安全软件系列解决方案的优势之一。”
据了解,BlackBerry的安全产品线主要面向企业,包括移动安全、终端管理解决方案;文档安全、应用安全管理解决方案;嵌入式安全、车载安全解决方案;以及紧急通信管理软件解决方案等。作为补充,BlackBerry通过收购扩展了安全咨询的能力,以安全顾问的方式,既可加深对用户需求的理解,又可以针对客户需求,为客户提供更为定制化的、有效的安全防护建议。
“安全产品能够覆盖的设备比我们想象的要少。”在IoT安全防护领域,“BlackBerry倡导业界在设计研发IoT设备时率先考虑安全问题,以保障和提升生产力。”丁海表示,BlackBerry将EoT(Enterprise of Things)作为其主要关注方向。“IoT包括很多子集,BlackBerry将其中的EoT视为重点是因为,相对于个人信息安全,企业信息安全一旦遭到破坏,将会造成更大的损失,产生更严重的后果。”此外,BlackBerry认为,物联网产品激增的同时愈加简单化,简单添加IP地址的小型物联网设备一旦成为攻击的入口将会产生很大的影响,为了提升物联网安全防护的实时性以及覆盖率,BlackBerry决定以EoT为工作重点;第三,BlackBerry将人视为安全防护的关键,面向企业提供IoT安全能力不仅能从侧面教育用户的安全意识,还能优化IoT设备的易用性,形成物联网设备安全性好、可用性高、使用者安全意识提升的良性循环。
丁海举例介绍到,对于智能家居等小型联网设备,BlackBerry将防护重点放在操作系统中,将物联网设备归纳到管理对象中,一方面保护操作系统自身不受安全威胁,另一方面确保设备不成为攻击别人的通道;再以车载安全为例,为了使汽车具有安全基因,BlackBerry也从车辆的操作系统入手,内置包含可控安全器件的BlackBerry安全软件,引导汽车制造商教育用户的同时,进一步开发市场潜力。
未来,BlackBerry将继续与不同领域的合作伙伴紧密合作,开放安全软件接口,提供全面的软件和服务包,扩大安全能力覆盖面,共同开发市场,根据企业级客户的具体需求,发挥产品更新迅速优势的同时注重产品的本地化处理,“BlackBerry十几年前进入中国之初,就在本地建立了自己的数据中心,现在经过一系列收购工作,我们的安全能力获得了更全面和强劲的提升,接下来,我们会抓紧补足产品的本地化功课,为国内企业加持更优质的安全防护能力。”
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。