2020年是一个不平凡之年。因为新冠疫情改变了我们很多工作和生活习惯,比如远程办公、比如在线教育等等。疫情来袭让我们更加依赖IT系统来支持企业业务和运营的正常开展,而随着而来的安全问题也日益凸显。另一方面,一些新技术的应用和普及也需要我们及早应对。比如,随着5G正式投入商用,我们正在迎来5G时代,而5G带来了更泛在的连接和更高的流量,这些都对传统安全措施提出更多的挑战,迫切需要做出调整。
日前,Palo Alto Networks(派拓网络)发布了对2021年网络安全的预测,透过这份预测,我们可以了解到明天的安全形势,未雨绸缪及时对安全策略做出调整,以提升企业网络安全的可靠性。
实际上,派拓网络去年也做出了网络安全的预测,包括4G网络的安全、安全人才短缺、物联网安全形势严峻、云配置管理需要重视。值得一提的是,虽然去年派拓网络做出预测时疫情并没有发生,并没有预想到远程办公、在线教育等有今日的火爆,不过报告中还是预见了与之相关的有些问题,比如数据隐私问题。
整体上说,2020年的网络安全走势还是符合派拓网络预测的。“比如,2019年我们预测了在5G的普及。同时,我们提醒说,4G网络下有很多的漏洞产生在5G时代仍然存在,同样迫切需要解决。如果这些网络的安全问题不解决,还会对4G、5G用户产生很大威胁。”派拓网络副总裁兼亚太及日本区首席安全官Sean Duca说,实际上,在过去的一年中,我们也看到4G网络的漏洞还有不少,受到的攻击也不少。

派拓网络副总裁兼亚太及日本区首席安全官Sean Duca
物理网安全也是去年预测中的一个重点。根据派拓网络之前发布的一份物联网安全报告,在中国地区将近半数的企业还没有把物联网安全重视起来,或者还没有为物联网设备采用网络分段划分单独的网络。我们看到,今年随着5G的普及,网络安全威胁正在进一步凸显出来,过去的一年在物联网上有很多安全威胁的事件产生。
Sean Duca分享派拓网络对2021年安全形势做出的预测:
第一,数据的共享是不可避免的,尤其在疫情环境下。Sean Duca提醒说,由于数据需要共享,作为数据保管方或者数据提供者应该更加注重数据安全的保护,要能够保证这些数据被得到正确合法的使用。
派拓网络大中华区总裁陈文俊介绍说,今年针对数据泄露的问题,派拓网络新推出的企业级DLP解决方案,不仅功能强大、易于部署,而且不需要新的基础设施,可与现有的安全技术集成,无论企业是将数据保存在云端、本地还是采取灵活方式,都能适用。
第二,5G网络正在普及,安全要早准备。Sean Duca建议,由于5G的普及,物联网设备回不断扩张,当网络中有大量物联网设备的时候应该和相关网络运营商配合,给物联网的安全提供最好的保护,同时和其他网络形成一个必要的隔离和区分。
同样,面对5G的普及,今年派拓网络也推出了一款5G原生安全产品,可以为给企业利用5G进行业务转型护航,帮助企业保护他们正在创建的企业服务的安全。
第三,要更好地保障居家办公的安全性。安全访问服务边缘(SASE)将会成为很多企业首选以提供更加安全可靠的居家办公环境。
最后,在云环境下我们需要更好地规划和管理安全配置。Sean Duca特别强调了和网络安全同样重要的身份和访问管理(IAM)的配置。他认为,IAM方案应该跟网络安全同步进行,在上云时与基础架构安全同期来去考虑。只有这样,才能保证多云环境下的安全,避免由于错误配置带来的安全风险。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。