微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 安全与人工智能结合的成果展,阿里聚安全算法挑战赛在京收官

安全与人工智能结合的成果展,阿里聚安全算法挑战赛在京收官

2017-05-03 17:10
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2017-05-03 17:10 CNET科技资讯网

CNET科技资讯网 5月3日 北京消息(文/齐丰润): 技术的飞速发展带来的是安全行业越来越受到重视,同时也让各种新技术得以在安全领域中大胆的去应用。当下,越来越多的网络安全公司开始利用深度学习、自动化处理、人工智能等技术手段对数据进行深度分析,改善安全防御体系,实现对威胁的快速及时响应和控制。

安全与人工智能结合的成果展,阿里局安全算法挑战赛在京收官

在2017北京国际互联网科技博览会暨世界网络安全大会上,“阿里聚安全算法挑战赛”进行了现场答辩,并最终决出了优胜者。据了解,此次答辩赛总共有15名选手入围。最后,StanTheMan战队勇夺冠军,并获得150000元的现金大奖和8月份赴加拿大参加国际顶级数据挖掘会议KDD 2017的学习机会;Waterdrop战队、SmartIDS战队分获亚军和季军;secAI_LYL战队和freelife战队获得第四名。

本届线上选拔赛赛题包括了《人机行为识别》、《SQL注入检测》和《社区反垃圾》,首次把风控、网络安全及内容安全的多维度数据结合的算法比赛。据悉,“阿里聚安全算法挑战赛”吸引了来自全球1000多支参赛队伍,其中不乏中国科学院、北京大学、浙江大学等众多高校人才,也有大数据行业资深人士、网络安全专家、企业和创业者参与。

参赛选手表示,“阿里聚安全举办的这次比赛非常好,对于我来说,这是一次极好的‘实战’机会。赛题采用了阿里巴巴安全部真实汇总的数据,而且有阿里云强大计算力的支持。另外,本次比赛还把风控、网络安全及内容安全进行了很好的结合,对选手的能力是一个非常大的挑战,也让我们得到了提升。”

安全与人工智能结合的成果展,阿里局安全算法挑战赛在京收官

将AI融入到安全中已经成为了行业的新趋势。但在当前,很多拥有丰富的安全行业经验的工程师,并没有专业且海量的数据供其研究。相对的,对于专注于算法领域的工程师来说,其在一定程度上又缺乏对安全的认知。这使得从人才层面上,安全+AI的应用就面临了很多难点。

为此,阿里安全打造了开放平台阿里聚安全,在依托阿里巴巴十余年的安全领域词库沉淀,每天百亿级的交易、近百PB的数据下,为企业提供安全能力的同时,还为业界输出计算能力和专业数据,帮助算法专家和安全专家更好地互通,融合网络安全和人工智能两大热门领域。

据悉,阿里聚安全的数据风控、内容安全服务已经大量应用人工智能和深度学习技术,使用成熟的模型和算法,实时预警分析,可大幅度帮助企业降低人力成本,并提升业务风险的防控能力。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    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。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    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。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    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。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    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。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-