ESG Research發(fā)布的“2013年IT開支意向調(diào)查”顯示,云計算受到追捧,吸引諸多公司紛紛投資。在參與調(diào)查的公司中,有半數(shù)公司表示他們還計劃增加在信息安全領(lǐng)域的開支。
這兩個領(lǐng)域的預(yù)算相繼提升在意料之中。“根據(jù)我們的研究,有63%的企業(yè)都表示‘安全’是他們向云遷移過程中最關(guān)心的問題”,VentanaResearch的分析師Mark Smith表示。實際上,“有38%的企業(yè)都認為云計算的風(fēng)險非常高,因此他們并不準備大規(guī)模使用或僅打算有限制地使用”,他補充道。
完美風(fēng)暴
要保護云中的應(yīng)用系統(tǒng)數(shù)據(jù)非常困難,原因有三:
云并非存在于真空中。在所處的混合型IT環(huán)境中,數(shù)據(jù)同時存儲在企業(yè)內(nèi)部和基于云的應(yīng)用系統(tǒng)中,并且數(shù)據(jù)經(jīng)常在兩者之間傳輸。這存在什么問題呢?企業(yè)內(nèi)部的安全策略和控制措施不會自動轉(zhuǎn)移到云,反之亦然。
云應(yīng)用系統(tǒng)供應(yīng)商可能不會將安全功能放在首位。“客戶并不愿意在安全方面增加額外的開支”,Informatica企業(yè)戰(zhàn)略服務(wù)部IT副總裁Kristin Kokie解釋道。“要想在云中實現(xiàn)安全功能非常困難,因此,如果看不到有價值的回報,一些供應(yīng)商就會放棄在此方面的投入。”
缺乏技術(shù)創(chuàng)新。同時保護企業(yè)內(nèi)部和云應(yīng)用系統(tǒng)數(shù)據(jù)的可選方案很少。保護數(shù)據(jù)的安全性意味著要付出雙倍的努力:既要為企業(yè)內(nèi)部應(yīng)用系統(tǒng)數(shù)據(jù)制定一套策略,還要為云應(yīng)用系統(tǒng)數(shù)據(jù)制定另一套策略。
巨大變化
“為了有效利用云體系架構(gòu)的優(yōu)勢,應(yīng)用系統(tǒng)安全團隊需要能夠方便地部署安全策略,并且使該策略一直應(yīng)用于數(shù)據(jù),而無論數(shù)據(jù)位于何處”,Informatica產(chǎn)品營銷部副總裁Julie Lockner說道。
Informatica推出的全新虛擬數(shù)據(jù)機(VDM) Vibe只有一個主要目標(biāo):集成并保護任意平臺中的數(shù)據(jù)。這可實現(xiàn)兩方面的優(yōu)勢:
保護云中數(shù)據(jù)的安全。開發(fā)團隊可以定義一個安全策略并將其部署在任意位置,這樣當(dāng)數(shù)據(jù)在云應(yīng)用系統(tǒng)之間移動或在企業(yè)內(nèi)部應(yīng)用系統(tǒng)和云之間移動時,安全策略會始終保護數(shù)據(jù)的安全。
保護來自云的數(shù)據(jù)安全。IT組織現(xiàn)在可以通過虛擬機(虛擬機本身即是云應(yīng)用系統(tǒng))來創(chuàng)建、實施并監(jiān)控安全策略。
“當(dāng)集中控制數(shù)據(jù)安全時,可確保在所有應(yīng)用系統(tǒng)實例中實現(xiàn)更高的一致性”,Informatica企業(yè)戰(zhàn)略服務(wù)部IT副總裁Kristin Kokie表示。“這不僅能夠保護數(shù)據(jù)及滿足合規(guī)性要求,還可以節(jié)省開發(fā)團隊的時間,從而提高效率。并且,所有人都無需再擔(dān)心數(shù)據(jù)安全問題,可以輕松地工作。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。