8月4日,HarmonyOS 4在华为开发者大会2023(HDC.Together)上正式发布,为用户带来好玩、流畅、安全的智慧体验,隐私安全功能也随之升级,通过应用风险行为管控、应用防跟踪等,打造纯净安全的应用环境。
这些新功能再一次体现华为对治理恶意应用的决心以及保护用户隐私安全的重视,华为终端BG首席运营官何刚表示:“华为一直将网络安全和隐私保护作为公司的最高纲领,致力于通过行业领先的创新科技,守护用户的隐私安全。”

华为终端 BG 首席运营官 何刚
全新应用管控中心,更可视,更安心
不规范的安装应用及授权会造成隐私信息的泄露,进而危害人身财产安全,HarmonyOS 4全新的应用管控中心,从拦截风险应用安装,管控风险应用运行,到最小化风险应用授权,为用户打造一个全方位的纯净安全的应用使用环境。
全新应用管控中心支持万能卡片,通过更显性可视化的卡片设计、实时的风险提醒和自动拦截,让用户更清楚的了解手机安全状态,更放心的使用手机。

全新应用管控中心万能卡片
全新应用管控中心还针对各个场景下的风险管控进行了优化,通过对应用权限的严格管控,保障用户隐私:
当用户误触诱导安装弹窗,不小心下载了应用,系统会主动拦截并提醒,用户可以选择取消安装;当用户主动安装可能存在风险的应用时,系统会自动将应用加入应用管控中心受控运行,如禁止其访问位置、麦克风等敏感权限,同时隐匿联系人、通话记录等隐私数据;当检测到应用在运行中存在有风险行为时如在用户不知情的情况下拉起其他应用,应用管控中心也会主动拦截。

全新应用管控中心实时风险提醒和自动拦截
此外,用户在应用管控中心中可查看7天内的应用安全报告,了解应用风险,及时调整应用权限,对风险行为进行管控。
应用跟踪管理,让用户自己做主
手机应用已经成为大部分用户获取资讯、购物消费等主要的阵地,目前仍存在部分应用开发者随意窃取用户信息的现象,开发者恶意跟踪用户使用行为,滥用数据推送广告,这不仅影响到了用户的日常使用体验,还威胁到了用户的个人隐私安全。
HarmonyOS 4全面升级了应用跟踪管理,提供细粒度管理功能,将开发者获取设备标识符的能力由无管控变为授权管控。应用跟踪管理提供了管理应用跟踪权限的统一入口,由用户选择是否允许应用程序跟踪自己在其他应用和网站的活动,决定个人信息是否被“互联”,将数据的选择权交还给用户。

应用跟踪管理功能示意
HarmonyOS构建纯净安全的系统底座,全方位保护开发者和用户隐私安全,在华为开发者大会2023(HDC.Together)上,华为终端业务软件部总裁龚体介绍了HarmonyOS在软件根技术的升级,其中提及鸿蒙内核基于无RooT权限的安全设计,安全体系关键模块经过形式化证明,获得了业界高度认可,获得了全球首张智能终端操作系统领域CC EAL 6+证书,最高等级的车规安全认证ASIL-D,以及工业领域功能安全认证IEC 61508等。
在数字时代,数据安全与隐私保护是用户对产品的基本需求,每一代HarmonyOS不断进化,对用户隐私安全保护的研发设计始终被放在首要位置。未来,华为将继续秉承“用创新科技保护隐私”的理念,提供透明可控、简单安心的隐私与安全保护屏障,为用户用机安全保驾护航。
附:HarmonyOS 4升级计划
8月4日HDC.Together发布会当天起,华为将为HUAWEI Mate 50系列、HUAWEI P60系列、HUAWEI Mate X3、HUAWEI MatePad Pro 12.6 英寸等34款产品启动公测升级,同时为HUAWEI P40系列、HUAWEI Mate 30系列以及HUAWEI nova 9、HUAWEI nova 10等35款产品启动花粉 Beta 招募。除此之外,华为还将于2023年下半年陆续展开对华为智能表、智慧屏,路由等多款产品的HarmonyOS 4适配更新。 2024年还有更多设备升级,欢迎消费者届时参加升级,体验全新HarmonyOS 4。
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。