近日,据路透社报道,台湾省行政部门周二在其网站上发布声明称,部分小米手机存在自动回传用户数据到其服务器的情况。联想到向来以安全著称的苹果,也在早前爆出好莱坞明星艳照门事件,不得不对当下智能手机的用户隐私感到担忧。
▲苹果iCloud服务器被黑客倾入,泄露大量好莱坞明显自拍艳照
事实上,从Android操作系统诞生之初起,因其开源性所带来的一系列的安全隐患问题便一直存在。各式各样的吸费、恶意应用、网银木马、蠕虫病毒、垃圾短信、骚扰电话等等,时刻在威胁用户的数字资产安全。一大批第三方安全应用软件也应运而生。然而依然有不少用户没有安装安全软件的习惯。一旦爆发像之前“超级手机病毒”,想必就后悔莫及了。最好的方法就是操作系统本身就拥有出色的安全防护能力。
不只是Android系统,纵观目前几大操作系统,安全隐患问题也不得不忽视。无论是之前多个后门服务被曝光的iOS,还是被国外黑客彻底破解的Windows Phone,甚至是连一直标榜高度安全性的BlackBerry OS,在解锁了Android模拟器后,也被用户诟病为“最危险的系统”。这让我们不得不想到了前不久以唯一的移动操作系统身份入围“2014 年中央国家机关政府采购协议供货商名单”的阿里巴巴YunOS移动操作系统。在众多操作系统陆续爆出安全问题之后,它究竟为何能够获得对安全性要求最严格的政府的青睐的呢?
YunOS依照工信部五级安全标准打造,通过对系统由底向上层层加固,从机密性、完整性、可用性和抗抵赖性等多方面构建了完整的安全体系。在系统自带的安全软件“安全精灵”中更内置十大基础及安全防护功能,包括一键加速、垃圾清理、智能省电、骚扰拦截、手机防盗、权限管理、隐私空间、反诈骗、自启动管理及流量监控,全面覆盖用户的日常安全应用需求。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。