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。