伴随着互联网信息时代的降临,大数据带来的除了快速便捷的生活服务之外,还有信息安全的隐患。信息安全近年来得到大众越来越多的关注,泄密事件的频频发生,敲响了加强信息安全建设的警钟。
全球企业2014年的信息安全攻击比去年增加48%,安全攻击次数约为4280万次。在亚太地区,由于信息技术安全攻击导致的损失增加约22%。
在信息安全形势日益严峻的背景下,信息安全需求日益复杂和多样化,需要化被动为主动,构建整体性的信息安全防控体系。2014年2月,我国成立了以习近平主席为组长的“中央网络安全与信息化领导小组”,网络及信息安全上升至国家战略。时至今日,信息安全牵涉甚广,小到个人信息安全,大至国家战略安全。目前,我国拥有6.5亿网民,13亿手机用户,是名副其实的网络大国,网络生活已经触及各类人群和各个领域。然而,与互联网的普及程度相比,信息安全明显处于弱势,我国信息安全建设与网络发展速度的不对称使得信息安全建设之路任重道远。
虽然我国的信息安全形势严峻,但行业增速预期向好。据IDC的数据,2013年,中国IT安全市场的规模是19亿美元,不及美国政府信息安全投入的1/3。2013年我国信息安全投入占IT投入比重约1%,而北美和欧洲企业信息安全投入占IT支出比重达14%,发展潜力巨大。按IDC估计,2013至2018我国信息安全行业市场规模年均复合增长率为15%。未来几年我国政府在信息安全上的投入将继续加大,整个行业市场规模增速有望超过30%。
信息安全事关国家战略,两大央企——中国电子信息产业集团有限公司(CEC)、中国电子科技集团公司(CETC),担当起“国家护卫队”的重任。
CEC是中国最大的国有综合性IT企业集团,以提供电子信息技术产品与服务为主营业务,产业分布于新型显示、信息安全、集成电路、信息服务等国家战略性、基础性电子信息产业领域,核心业务关系国家信息安全和国民经济发展命脉。在CEC提出的“平面显示、信息安全和电子商务”三大系统工程中,信息安全占据重要一席。自启动“信息安全系统工程”以来,CEC整合优势资源、持续投入,聚焦自主可控、可信计算、工业控制安全、云计算安全等技术方向开展联合攻关,以聚合模式建设面向重点领域的信息安全服务保障平台,对国家信息安全保障的支撑能力大大提升。
CETC主要从事国家重要军民用大型电子信息系统的工程建设,重大装备、通信与电子设备、软件和关键元器件的研制生产。由CETC第三十研究所发起成立的卫士通信息产业股份有限公司是国内首家专业从事信息安全的企业,产品覆盖了防火墙、VPN、UTM、网关防病毒、安全审计、身份认证与信息加密、CA与密管、内网综合安全防护、安全管理平台、云计算/云存储安全等主流安全技术/产品市场。目前,几乎全国所有主流银行都部署了卫士通的密码设备,70%以上国家部委的电子政务系统中使用了卫士通的信息安全产品方案与服务,电力网络安全保障体系中所采用的密码产品40%以上由卫士通提供。
CEC与CETC两大信息安全“国家队”,在信息安全国产化替代的有利政策环境中,有力地提升了中国信息安全产业的国际竞争力。
信息安全产业充满机遇与挑战,亟需一个强大电子信息行业展示与发展平台提供强有力支撑。中国电子信息博览会是一个聚焦电子信息产业全产业链,展示规模最最全的综合性展示和发展平台。中国电子信息博览会立足产业前沿,引领产业发展,对信息安全行业给予了极大的关注。目前,CEC和CETC这两支强大的电子信息安全”国家队“将携重磅产品共同亮相于2015年4月9日至11日在深圳会展中心举办的第三届中国电子信息博览会(CITE2015),借助中国电子信息博览会的展示平台,展现行业力量,进一步推动产业发展。
CITE2015将围绕“智能新时代,数字新生活”的主题开展,下设8个展馆,21个专业展区,分别为CITE主题馆、平板显示馆、智能制造馆、可穿戴和创客馆、电子仪器与设备馆、锂电新能源馆、IC与元器件馆。信息安全将是博览会的重要展示内容之一。
中国电子信息博览会(英文全称:China Information Technology Expo,英文简写:CITE)是亚洲规模最大的电子信息行业综合性展览会,由工业和信息化部和深圳市人民政府共同主办,中国电子器材总公司和深圳市平板显示行业协会共同承办,力争打造“行业领先、亚洲第一、世界一流”,具有国际影响力的电子信息产业年度盛会。中国电子信息博览会是国家唯一的新一代信息技术展示平台,是了解中国ICT市场的窗口,引领ICT产业发展的风向标。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。