2018年7月23日-25日,由中国电子学会主办、至顶网承办的第十届中国云计算大会在北京国家会议中心举办。作为大会的重量级论坛,云计算与大数据安全专题论坛同期召开。
来自学界及一线专家、云计算典型用户等多位重量级嘉宾分享交流了云计算及大数据安全最新技术、解决方案及经验,以应对数字化新形势下的安全挑战。
论坛由中国科学技术大学网络空间安全学院副院长、教授、博导俞能海主持,并分享了《云计算大数据中数据安全与隐私保护思考》的议题。他指出,虽然云安全继承了传统信息安全特点,但更凸显了传统信息安全在数据管理、共享虚拟安全、安全管理等问题,同时改变了传统信息安全服务模式。对于大数据下的隐私保护问题,俞能海提出确保数据安全的三“不”原则:不被滥用、不被泄露、不被篡改;以及保护数据安全的四个基本“权”利:所有权、处置权、财产权、知情权。
微软亚太研发集团法律事务总经理罗立凡以网络安全的全球解决方案为核心主题展开,从数字日内瓦公约、网络安全技术协议(Cybersecurity Tech Accord)和微软云产品Azure Sphere三方面进行了阐述。他分享了微软公司所极力倡导建立的“数字日内瓦公约”,通过分析迫切需要这一公约的原因以及建立公约的关键要素来呼吁社会各方共同承诺保护用户免受国家间网络战争的影响。然后引出现有的技术行业自律协议,倡导与引领行业顶尖的技术公司共同防御网络攻击,为使用网络产品和服务的用户创造更安全的网络空间。
作为国内互联网巨擘,腾讯日常管理超过10W+的终端、每天处理400亿数据以及每年要应对数百万次的钓鱼攻击。腾讯企业IT部安全运营中心总监蔡晨以腾讯自身企业安全管理最佳实践为题,与现场嘉宾分享了在云时代企业网络安全防护的新思路。在他看来,“高可见”、“极速处置”和“云管云控”是腾讯安全管理的三大利器。
阿里云是国内最大的云服务公司,在云上安全方面也进行了诸多实践。阿里云安全研究院院长张瑞芝分享了阿里云的云上安全实践与数据保护。她指出,企业对于安全的认知往往存在误区,产品堆积 = 安全?物理隔离 = 安全?显然不是。企业需要更全面的安全防护架构以应对高级定向攻击,例如预测预防、检测感知、智能化自动化防御、溯源打击等。阿里云为超过100万企业提供安全服务,提供了权威认证 、稳定可靠的世界级网络安全防护。
前万达电商安全信息部总经理林鹏则从企业安全监控角度进行了分享,他从网络层、日志的存储与展示、访问日志(HTTP/HTTPS)&Web服务器日志、主机层等多层面进行安全监控为与会者提供了实战建议。
私有云环境带来IT 资源使用的变化,对云安全提出新的需求。360企业安全集团云安全事业部产品总监王亮从云安全需求分析、云安全运营能力定义的角度分享了360企业安全在云建设中的实践和思考。针对云安全运营的定义,360云安全以英文总结为“PPT”三个要素,第一个P是People,安全意识、安全角色、安全组织。第二个P是Precess,安全事件监控、安全事件发现、安全事件处理。第三个T是Technology,安全平台、安全策略、安全技术。从安全事件的发现到管理、分析、溯源、处置应该形成完整的闭环,利用集中多种安全服务能力的360云安全管理平台做到可视化管理。
会议的最后,青藤云安全COO程度分享了“自适应安全架构的历史和演进”,详细阐释了自适应安全理念的萌芽、发展过程与未来趋势,并介绍了将该理念落地应用的青藤产品。诞生四年来,自适应安全一直是Gartner所定义的网络安全未来核心趋势,其内涵与外延也在不断扩展,表现出了强大的生命力。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。