至顶网安全频道 02月08日 编译:当数据散布在数据库和网络中的时候,有很多方法可以保护数据,即使这些方法远非完美。但是,当数据在云应用和服务中被动态调用的时候又该如何呢?
这种特定的数据状态是“机密计算”这一新概念旨在解决的问题。近日,谷歌宣布启动一项新的挑战赛,旨在利用机密计算技术促进云安全相关的更多创新。
Confidential Computing Challenge的目标是激励开发人员从今天至4月1日期间为机密计算这一新兴领域提出新的用例。获胜者将获得15000美元、5000美元的Google Cloud Platform积分和“惊喜硬件礼品”。
重要的是,这一挑战赛还旨在吸引人们对谷歌去年5月推出的Asylo开源机密计算框架以及Google Cloud的兴趣,目前谷歌云还远远落后于AWS和微软。Asylo在希腊语中意为“安全空间”,它旨在使数据和应用在使用时更容易创建Enclave或者“可信执行环境”。
特别是,在这些机密计算环境中运行应用,可以保护企业或者云提供商防止恶意内部人员、网络漏洞、受损操作系统软件以及插入设备基本BIOS软件的恶意固件。
“我们认为这是增强云安全性迈出坚实的下一步,”谷歌云安全技术主管Brandon Baker表示。
Enclave提供机密性、代码完整性和证明,也就是代码执行相关的身份,通过英特尔的Secure Guard Extensions(SGX)、AMD的Secure Encrypted Virtual Machines(SEV)以及Arm的TrustZone等指令代码用于芯片中。
问题在于,开发人员很难实现这种新的安全性,因为它依赖于特定的硬件。Baker说:“这给开发人员带来了很多挑战,”尤其是当前实施针对的是工作站,而不是作为云计算基础的服务器。
为了应对这些挑战,谷歌推出了Asylo(目前用于谷歌自己的云中),以便轻松构建在Enclave中运行的应用,目前是运行在英特尔SGX上,但未来将集成到主流的开发人员管道中。
但很明显,谷歌意识到自己无法完成所有这些解决诸如可靠的应用设计流程、安全性与性能之间的权衡等棘手问题的挑战。谷歌希望其他开发人员尝试新的安全模型,并开发更多标准,以开发使用机密计算的应用,在各种计算环境中实现便携性。
“现在还是相当早期的阶段,”Baker说。
谷歌并不是唯一一家推动机密计算的公司,微软也在Azure基础架构云中提供这项技术。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。