在中國,企業(yè)用戶對云計算的認知度越來越高,公有云服務(wù)逐步形成了一定規(guī)模的用戶群體。隨著2015年國務(wù)院《關(guān)于促進云計算創(chuàng)新發(fā)展培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見》出臺,公有云服務(wù)將會出現(xiàn)爆發(fā)式的增長。天云趨勢通過對國內(nèi)公有云用戶的調(diào)查,云安全已成為用戶使用公有云時最關(guān)注的焦點。
2月9日,國內(nèi)領(lǐng)先的云計算產(chǎn)品服務(wù)提供商天云趨勢,正式發(fā)布了ElasterCenter-IT服務(wù)平臺,同時上線了平臺的第一款SaaS服務(wù):DSaaS(云安全)。
作為天云趨勢ElasterCenter平臺上的第一項服務(wù):DSaaS(云安全),它是天云趨勢與趨勢科技共同在中國大陸推出的第一款全方位、自動化且專為公有云用戶提供的云安全SaaS服務(wù)。DSaaS包含六大安全模塊:WEB信譽、惡意軟件查殺、日志審查、完整性監(jiān)控、防火墻、入侵防御。在六大安全模塊之外,DSaaS服務(wù)還為用戶提供了全面的安全事件報表、詳細的事件警報信息、豐富的安全策略等多項人性化管理功能。
DSaaS服務(wù)突破了傳統(tǒng)的企業(yè)安全管理邊界,使用統(tǒng)一的界面集中保護各類資源,自定義策略模版,按需計費;趨勢科技3億以上的節(jié)點,每日收集分析86億以上的威脅事件,實現(xiàn)快速保護;網(wǎng)站應(yīng)用程序漏洞掃描、專家誤判消除、網(wǎng)站信譽評級等管理功能可為任何網(wǎng)站應(yīng)用程序提供全面的應(yīng)用程序安全檢測;與私有云或IDC環(huán)境所匹配的內(nèi)容安全問題的一致性匹配,如完整性監(jiān)控,日志審計,防火墻/入侵檢測,防病毒等,一站式保護服務(wù)器和桌面。
天云趨勢CEO張偉欽在產(chǎn)品發(fā)布會上講到:“DSaaS的目的就是幫助那些使用公有云的企業(yè)更好的保護他們在云上的業(yè)務(wù)系統(tǒng),讓系統(tǒng)管理員可以隨時了解云中系統(tǒng)的安全情況,為企業(yè)從傳統(tǒng)的IT模式轉(zhuǎn)向云上IT保駕護航。天云趨勢將以幫助企業(yè)從傳統(tǒng)IT轉(zhuǎn)向云上IT為目標,提供更多更專業(yè)的SaaS服務(wù),為企業(yè)的云上IT管理構(gòu)建垂直的運維服務(wù)平臺。除了最先上線的云安全服務(wù),未來還將會上線運維監(jiān)控、數(shù)據(jù)加密等多項服務(wù),快速建立公有云IT運維生態(tài)鏈,幫助企業(yè)降低運維成本,真正實現(xiàn)IT運維上的低成本高效率。”
天云趨勢DSaaS服務(wù)的發(fā)布為中國云安全注入了新的力量,將國內(nèi)云安全推向了一個新的高度,加速了云安全真正在國內(nèi)各行業(yè)的應(yīng)用與落地。
天云趨勢服務(wù)平臺網(wǎng)址:www.elastercenter.com
技術(shù)支持郵箱:service@tcloudcomputing.com
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務(wù)上驗證有效性。