9月19日下午,由成都市人民政府主办,国家工业信息安全发展研究中心承办的“工业信息安全主题论坛”在成都举行。中国信息安全领军企业启明星辰与国家工业信息安全发展研究中心在现场签署战略合作协议,双方正式达成战略合作伙伴关系。
国家工业信息安全发展研究中心是支撑我国工业领域信息安全的国家级研究与推进机构,启明星辰是中国网络安全产业领军企业,也是最早开展工控安全的网络安全企业,此次战略合作达成后,双方将在工控安全行业各领域展开深度研究合作,共同推进产业持续积极发展。
启明星辰集团总裁严立(右)与国家工业信息安全发展研究中心尹丽波主任(左)签约
工业控制系统信息安全事关经济发展、社会稳定和国家安全,双方将在工控安全和工业互联网的重点行业和区域横向合作,充分发挥各自优势,本着“优势互补、资源共享、互惠互利、共同发展”的原则,合力开创行业合作共赢新局面。
工业互联网是我国新工业革命的关键支撑和智能制造的重要基石,作为长期在工业领域耕耘的安全企业,启明星辰已在石油石化、电力、煤炭、轨道交通、烟草、军队军工、先进制造等行业积累了大量实践经验,对行业应用的实际安全问题和需求有较为深刻的理解和实践,具备完整的工控安全产品体系和成熟的行业工控安全解决方案。
工控系统成焦点 信息安全备受关注
网络与信息安全研究部张格副主任现场演讲
国家工业信息安全发展研究中心网络与信息安全研究部副主任张格指出,近年来全球重大网络事件屡屡出现,工业信息安全形势尤为严峻。工业控制系统信息安全防护能力评估能够从综合科学的评价角度,系统地分析和诊断工业控制系统面临的威胁及其存在的脆弱性,为最大限度地保障工控安全提供科学依据。
在随后的工业互联网时代的安全最佳实践分享环节,启明星辰集团助理总裁李转琴谈到:“工业系统是较封闭的,互联网是开放的。今天的论坛就像是工业互联网,论坛内部是平静的,论坛外的博览会场是火热的,这就像是我们正经历的工业互联网时代”。
启明星辰集团助理总裁李转琴介绍工业互联网最佳实践
工业行业不但要发展,也要网络安全。对于越来越严峻的工业控制系统信息安全形势,国家和各行业都出台了多项政策、规范,作为网络安全企业,启明星辰也为工业互联网安全提出了一条解决之道。
李转琴表示,首先要加强顶层设计。启明星辰紧跟国家、区域的政策和标准,在各行业推动行业标准、工控安全规划及示范落地;其次,建立并落实开放、融合、协作的机制。建立多方共享和开放的协作、互联机制,在情报、漏洞、预警、研究等方面展开全面合作,与用户、专业机构、安全厂商的服务、共享与应急协同机制,构建覆盖自动化厂商、安全厂商、高校、研究院所、监管机构的产、学、研、用良性产业生态;最后,要在不断实践中实现技术创新。启明星辰根据多年经验积累推出的基于云、网、端工业互联网安全防护产品体系,准确切入工业用户痛点,可实现工业云平台安全防护、移动智能终端安全加固、物联网终端安全感知,以及全网工控设备的统一安全监测和防护,安全风险集中分析能力,达到工控安全风险可知、可防、可测的目的。
赵冉工程师介绍PLC设备安全现状、面临的挑战和机遇
国家工业控制系统与产品安全质量监督检验中心工程师赵冉表示,PLC设备处于工业控制网络和企业管理网络的边界处,加强针对这类产品的安全检测,有利于提升工控系统的整体安全防护水平。
此次论坛作为国家网络安全宣传周的主题活动之一,为探讨工业信息安全发展搭建起良好的交流平台,为推动工业信息安全的发展起到了积极的推动作用。启明星辰将会与业界同仁一起携手构建开放、协作、共享、互联的工业互联网安全新业态,共同保障国家基础设施和国计民生生产领域中的工业互联网安全,实现网络空间战时代的国泰民安。
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。