随着物联网设备的普及,好莱坞大片中的黑客入侵情节渐渐成为一种事实,不管是家庭还是企业网络中分布着物联网设备,都将成为黑客军团下一波攻击的目标。在万物互联的时代,这类攻击的危害极大,除了个人隐私泄露、经济损失以外,个人的生命安全以及国家基础设施也都将受到威胁。
对此,启迪国信专家认为,各个行业都应从现在开始,分析弱点并重造产品的安全架构,携手布局物联网的健康生态系统,这关乎物联网能否存活并成功应用的未来。
万物互联时代会带来哪些新的网络安全威胁?业界专家认为,随着智能家居、智能穿戴等智能设备和移动终端的快速普及,万物互联时代的设备连接和数据规模都将达到前所未有的程度,将远远超出传统网络安全防御的范围。此外,云计算的动态虚拟化管理方式、强大的计算与存储能力,也将给现有安全管理体系带来巨大冲击。
来自市场调研机构Gartner的预测数据显示,到2020年,全球将有260亿台物联网设备。而在“今天”所发生的事情,已经证明了这一新兴市场将是他们下一轮攻击的重点目标。
小到会说话的芭比娃娃,大到几十吨的重型卡车,黑客的行径几乎达到疯狂地状态。比如:在2015年8月,两名安全专家演示了控制一台“被黑”Jeep 切诺基的方法,他们先是用电脑远程调高了车载音响的音量,然后开启了冷空调、雨刮器,甚至可以控制油门和刹车。无独有偶,一款叫OwnStar的设备也被开发出来,它能够利用漏洞远程向通用、宝马、奔驰和特斯拉Model S身上的应用程序发送指令,这对于高速行驶中的汽车而言,将使生死攸关的安全问题。
此外,在网络安全公司发布的《2016年网络安全威胁报告》中显示,被贴上“生死符”的行业影响正在蔓延,这包括交通、能源、金融、医疗、教育、商业等各个领域。作为物联网移动装载的主要平台,黑客开发出的安卓系统恶意程序快速增长亚信安全对 APK 文件的处理数量已经累计达到 3,595 万个,比去年同期增长将近一倍!
以上这些引人注目的黑客事件、数以亿计恶意程序,都在传递一种信号,“如果我们仍然轻视物联网安全问题,将是对‘杀人事件’的纵容。”
一方面,物联网设备中存在的软件和结构漏洞,让恶意黑客有机劫持和控制它们,物联网设备提供商应该对其强化。另一方面,密码过于简单、接入网络无认证设置、软件升级下载过程没有加密,以及操作系统本身的漏洞,终端用户应该提升安全意识,并付之于行动。此外,物联网的网络结构也需要配备更智能化的威胁侦测系统,能够将物联网应用中的风险可视化,并迅速修补发现的系统漏洞。
启迪国信专家认为,要应对物联网的安全威胁,需要从物联网的交互终端与物联网的端设备两方面入手。
首先,需要保证数据交互安全。目前物联网的大多数据应用场景都是在移动设备上实现的,要提升物联网的安全,就要保证物联网数据在通过移动设备进行交互时,这些数据不至于因为移动设备的入侵或是丢失而出现风险。例如,黑客完全有可能通过恶意软件入侵用户的智能手机,并获取智能家居、智能汽车的控制权限,发送危险的指令。
为此,启迪国信提供了NQSky移动管理平台,其专为移动化场景而打造,可以从用户、设备、应用与数据等多个维度来实现对移动信息化的全面管理,帮助政府、企事业单位在移动化的全生命周期内保护移动数据安全。
其次,需要保证物联网端点的安全性。除了尽快修补设备的安全漏洞之外,还需要提升网络接入的安全性。目前,启迪国信新版NQSky移动管理平台UEM产品已经可以提供高级版安全接入组件,其采用创新性的设计思路,提供端到端的高效安全接入服务。
该方案部署简单灵活,无需暴露内网服务,数据传输采用双层加密机制,黑客无法通过攻破移动安全接入网关获取组织数据,极大提升了内网服务的安全性。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。