随着越来越多的企业采用云及移动应用,用户身份信息迅速增加,且变得难以管理。企业在竭尽全力捕获最新商机的同时,还要尽力保障企业用户信息和数据的安全。对于企业应用、云应用和移动设备管理,企业常常分别采用不同的解决方案,这就导致了成本、复杂性和风险的上升。实际上,企业所需的是一个全面、集成的身份管理平台,无论用户在哪里、通过什么设备访问数据都能确保数据安全。甲骨文最近对Oracle身份管理平台进行了升级,以向企业提供全新管理功能,进一步保证企业应用、云应用和移动应用的安全。由于云应用和移动应用的加入,技术的边缘正在扩大,甲骨文将这种企业称为“扩展型企业(Extended Enterprise)”,涉及员工、客户、合同承包商、合作伙伴以及他们各自的设备和应用,而这些设备及应用可以是在企业内部部署的,也可以是在公有云或私有云中。
甲骨文公司日前推出Oracle身份管理11g版本2(Oracle IDM 11g R2)升级版,进一步兑现甲骨文提供领先的整合式身份管理平台的承诺。
凭借最新功能,企业的访问政策和管理能力不再仅限于企业内部署的应用和系统,而是能够一致地扩展至基于云的系统和移动设备。通过提供跨环境的一致身份管理,甲骨文将帮助企业降低管理成本,保护信息安全,降低运营风险。
Oracle身份管理11g版本2的重要特色及新功能包括:
Oracle移动安全套件(Oracle Mobile Security Suite):将身份服务扩展到客户和员工的线上互动中,保护“自备终端(BYOD)”上的企业应用和数据的安全。扩展的身份服务包括欺诈检测、用户注册、访问请求、自助服务密码管理、授权管理等。这样一来,企业可以保护由应用商店销售的消费类移动应用的安全。
云访问门户(Cloud Access Portal):将eSSO的涵盖范围扩展到Windows桌面以外,使用户能够凭借一个简单、个性化的“发射台”,以单一登录方式访问SaaS应用。只需提供用户名与密码,该“发射台”可以在任何设备、平板电脑或工作站上使用。用户不必记住大量SaaS系统的复杂密码,企业也可以从外部限制对云应用的访问。
Oracle移动认证器(Oracle Mobile Authenticator):提供一款移动应用,可简化身份验证过程,取代企业下发的硬件口令牌,大幅减少成本。Oracle移动认证器可运行于iOS和安卓操作系统。
对OAuth的增强支持:支持2-legged和3-legged OAuth以及更加复杂的使用情况,在第三方消费类应用访问服务提供商应用站点上的信息之前,需要征得用户同意。与以前相比,这使企业能够建立更加强大的、与云连接的应用,而且可以实现全新的经济及业务关系,而无需像从前必须使用专有技术才可以实现。
内容管理安全性:基于政策式模型,针对Oracle WebCenter Suite和Microsoft SharePoint管理的文件提供分级访问控制。因此,非结构化数据的管理可以得到简化,同时利用角色、位置、许可级别等属性,数据安全将更好地得到保障。
改进治理能力:面向特权用户的最新会话管理和记录功能使审计人员能够得知“谁做了什么”,并在发生数据泄漏时提供证据。此外,在简化企业用户的系统访问请求及经理授权用户访问方面也进行了改进。
提高性能:Oracle访问管理(Oracle Access Management)的其他新特色和性能改进包括:
与前一版本相比,最新版性能提高20%;
Oracle访问管理经过认证,可以在Oracle中间件云服务器上运行,从而提供了可扩展性。
强化生命周期管理:新的安装及修补向导帮助实现了Oracle身份管理的自动化安装及配置,可将部署及修复高可用性、多节点系统的时间缩短为原来的1/5,还可节省面向目录、访问和治理的高可用性集群环境的管理时间,并降低管理复杂性。该最新版Oracle身份管理还提供一份生产部署核对清单,可加速并简化大规模部署。
甲骨文公司Java与身份管理高级副总裁Amit Jasuja表示:“云及移动应用在企业中越来越普遍,而这些应用以及其所访问的数据安全性却一直令人担忧。通过最新版Oracle身份管理11g版本2,我们为企业提供了最先进、最全面的身份管理平台。因此,企业可以释放云及移动应用的全部潜能,同时确保宝贵的企业数据的安全。”
美国奥马哈第一国家银行副总裁兼首席信息官Jim Cole表示:“我们不断投资移动战略,对我们和我们的客户来说,安全性将是未来最重要的考虑因素之一。在研究了甲骨文的移动愿景及战略以后,我们决定采用Oracle身份管理套件。能够与甲骨文高层管理人员紧密合作,也是我们做此决定的重要原因。甲骨文悉心倾听我们平衡易用性与先进技术的愿望,这种开明态度令人耳目一新。与甲骨文的合作以及其为客户带来的好处都令我们感到振奋。”
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。