
CNET科技资讯网 8月8日 北京消息(文/齐丰润): “安全”在人们生活中最为重视的一个领域,正是在全民重安全的大环境之下,首届C3安全峰会也在成都正式举办,本届大会以“安全可控·御未来”为主题,目的在于汇聚各企业安全高管、海内外技术专家、产业领袖、智库、产业政策制定者们一起,共探立体、可控、可视的安全之道。
成都市人民政府副市长苟正礼代表成都市政府致开场辞:“成都市是国内IT产业重要基地和中国软件名城,同时也具备良好的信息安全产业发展基础。成都市正面临网络安全产业发展的新机遇,致力于打造‘信息安全第一城’。C3安全峰会的召开,特别突出了云安全的概念,反映了当前网络安全的立体框架,是一次具有全球视野的网络安全盛会。”
“互联网+”已经上升到中国国家战略层面,"自主可控"、"等级保护"等政策的落实将给政府及企事业单位的信息安全规划带来积极的影响。中央网信办网络安全协调局局长赵泽良表示:“做好网络安全教育,提高网络安全意识。网络安全关系到国家安全,没有国家安全,老百姓的个人安全也无从谈起。”
互联网的发展在推进经济社会进步的同时,也对维护国家安全和网络秩序带来了严重的挑战。公安部信息安全等级保护评估中心副主任张宇翔认为:“要大力推进网络空间法制化,明确网络禁区和边界,严厉打击网络违法犯罪行为。通过研究建设网络安全态势感知和通报预警平台,满足打防管控一体化工作要求,全力维护网络社会安全和秩序。”
面对网络空间安全问题,以前封堵查杀被动防护的方式已经过时了,可信免疫的计算方式需要采取主动、从根本上解决。中国工程院院士沈昌祥认为:“作为一边计算、一边防护的新的计算模式,可信计算的计算结果全程可测可控、不被干扰,是一个防御与运算并行的免疫计算模式。通过主动识别、主动控制、主动报警,从体系结构、操作行为、资源配置、数据存储、策略管理等各个环节实现免疫模式,为安全管理中心构筑主动防御、安全可信的科学保障体系。”
“当前网络安全现状不平衡,面对未知的漏洞、攻击等安全威胁,静态、相似、确定的IT系统架构成为网络空间最大的安全黑洞,”中国工程院院士邬江兴提到,“生物拟态现象为破解安全网络难题提供了启示,网络空间拟态防御的目标是在开源模式的后全球化时代,以不确定防御应对网络空间中不确定的安全威胁。拟态防御不是一个单纯的防御架构,而是具有集约化属性的普适意义的信息系统架构,针对未知的风险及威胁提供安全防护机制,从根本上改变网络空间攻防不对称。”
作为实质性的政产学研用联合举措,在C3安全峰会上,成都市人民政府与亚信安全联合宣布“亚信(成都)网络安全产业技术研究院” 正式成立。未来,成都市将以亚信网络安全产业研究院为纽带,吸引聚集国内外网络安全领域的各类创新要素,进一步提升成都市网络安全产业核心竞争力,将成都打造成为世界级网络信息安全产业基地。
针对开放式的产学研用协同创新的具体内容,亚信安全董事长何政表示:“没有网络安全就没有国家安全,没有信息化就没有现代化,网络安全是全天候、全方位、全局性的对抗,加强网络安全全局建设,护航现代化社会发展。产研院的建设内容包括建设国际一流的云安全、大数据安全、网络空间平安城市和工业互联网安全四大实验室,以及安全态势感知平台、高级威胁调查取证中心等,打造国际一流的公共技术服务平台。”
互联网日益成为创新驱动发展的先导力量,无处不在的网络,影响着一个国家的未来。国际网络攻防对抗和冲突的逐步升级,跨境网络攻击活动日趋频繁,云计算和移动互联网让网络防御边界日益模糊的风口上。在网络安全与目标攻击边界日趋模糊、万物互联的今天。近年来国际网络攻防对抗和冲突逐步升级,跨境网络攻击活动日趋频繁,针对关键信息基础设施的重大网络安全事件接连不断。
C3安全峰会立意于网络空间、云计算、通信和立体可控安全,并结合当下行业用户网络风险防御进行了前沿性探讨。此外,亚信安全在本届大会上还推出多个覆盖全行业的解决方案和立意深远的全新观点,提供了适应于未来产业互联网发展的优质网络安全解决方案和实践。
网络安全已经上升到国家安全高度,网络安全是全天候、全方位、全局性质的对抗,只有加强网络安全的建设,通过加强能力建设来突破核心技术,才能把控信息化发展的未来,加快建设网络强国的步伐。
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。