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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。