至顶网安全频道 04月02日 编译:微软每天都有超过6.5万亿种不同的安全信号进入其生态系统。因此,微软对于确保客户数据安全还是了解不少的,那么在微软看来,在当今不断发展的技术领域,具有指导性的关键安全原则是什么?
微软副总裁、首席信息安全官Bret Arsenault
“有些事情已经发生了变化,”微软副总裁、首席信息安全官Bret Arsenault这样表示。“在边界内,你通过网络管理一切,以前这个想法是很棒的。但是今天,这个客户端到云端的世界中,移动设备、云服务和物联网快速发展,这种模式已经不再适用了。”
那什么方法奏效呢?近日Arsenault在接受采访时,讨论了安全的发展情况、关键原则以及与取得客户信任。
从头开始构建安全性
据Arsenault称,微软曾经确实有过一个单独的安全部门,但微软改变了策略,决定从零开始将安全性融入每个产品中,确保一切都是以安全为中心的。事实上,安全本就应该完全嵌入到产品中,表面上看就像安全组件消失了一样。
Arsenault说:“我们认为,更好的方式是将安全融入到我们所做的所有产品中。一切都内嵌了安全性。所以我们后退一步,改变我们看待安全的方式,让开发人员、最终用户和管理员更容易实现安全性,而这只是整体体验的一个组成部分。”
让安全成为企业文化环境的一部分,成为产品的一部分,有助于简化数据保护的流程,还提供了创新的方法。Arsenault举例说,抛弃密码从长远来说实际上是一种更安全的方式,特别是当人们使用生物识别安全模式(例如语音和指纹识别)作为密码的时候。
“用户使用生物识别模式时的体验要好得多。在生物识别模式中,无序状态的难度更大,这使得被入侵的难度也更大了。更重要的是,这种方式是在本地绑定到设备的,别人无法从其他地方操作。我认为这是人们对生物识别技术产生误解的很重要的一点,只有放在本地,才能让这种方法真正发挥作用。”
确保安全是随着客户的实践和问题不断变化而发展的,这一点也很重要。数据的自动化和多样化对于帮助理解客户及其行为来说至关重要。Arsenault指出,例如认证数据应该映射到电子邮件数据,再映射到端点数据,然后映射到服务数据等等。
“例如,我们每个月要更新12亿台设备,每个月都会进行6300亿次身份验证。因此,关联动态事物的能力,让我们具备了一系列洞察力,以前所未有的方式提供保护。”
安全性很重要,但同时与客户建立信任也是必不可少的——而且想要真正取得客户信任并不容易。Arsenault解释说,透明度可以帮助客户了解他们的数据使用情况或者闲置情况,这是帮助他们保护数据的关键。建立高度信任,有助于保持客户的信心,即使是在安全性出问题的时候。
“积少成多,这就是建立信任的方式。在这方面,你应该确保你有严格的操作和流程。”
好文章,需要你的鼓励
OpenAI、Anthropic和Google的AI代码助手现在能够在人工监督下连续工作数小时,编写完整应用、运行测试并修复错误。但这些工具并非万能,可能会让软件项目变得复杂。AI代码助手的核心是大语言模型,通过多个LLM协作完成任务。由于存在上下文限制和"注意力预算"问题,系统采用上下文压缩和多代理架构来应对。使用时需要良好的软件开发实践,避免"氛围编程",确保代码质量和安全性。研究显示经验丰富的开发者使用AI工具可能反而效率降低。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。
英伟达与AI芯片竞争对手Groq达成非独家授权协议,将聘请Groq创始人乔纳森·罗斯、总裁桑尼·马德拉等员工。据CNBC报道,英伟达以200亿美元收购Groq资产,但英伟达澄清这并非公司收购。Groq开发的LPU语言处理单元声称运行大语言模型速度快10倍,能耗仅为十分之一。该公司今年9月融资7.5亿美元,估值69亿美元,为超200万开发者的AI应用提供支持。
港科大研究团队开发ORCA框架,首次让视频头像具备真正的"主观能动性"。通过"观察-思考-行动-反思"循环机制和双系统架构,虚拟角色能够自主完成复杂多步骤任务,在L-IVA测试平台上达到71%成功率。这项技术突破了传统视频生成只能机械执行预设动作的限制,为虚拟主播、教育视频等应用开辟新前景。