7月9日-10日,由阿里巴巴集團(tuán)和螞蟻金服集團(tuán)共同發(fā)起的2015阿里安全峰會(huì)“天下無(wú)賊”在北京召開(kāi)。本次峰會(huì)云集了國(guó)內(nèi)信息安全領(lǐng)域1000多名頂尖級(jí)別的信息安全從業(yè)者,將圍繞移動(dòng)安全、云安全、電商金融業(yè)務(wù)安全、黑客攻擊防御等用戶最關(guān)心的核心安全問(wèn)題進(jìn)行研討。
隨著移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展,越來(lái)越多的網(wǎng)友成為“低頭族”。在本次峰會(huì)上,移動(dòng)互聯(lián)網(wǎng)的安全也成為與會(huì)者關(guān)注的焦點(diǎn)。阿里巴巴無(wú)線安全首席架構(gòu)師潘愛(ài)民發(fā)表了《 “互聯(lián)網(wǎng)+”時(shí)代的移動(dòng)安全實(shí)踐”》的主題演講。
潘愛(ài)民指出:在移動(dòng)互聯(lián)網(wǎng)這幾年的發(fā)展,業(yè)務(wù)和很多功能和設(shè)備走在前面,但是安全卻相對(duì)滯后的。目前,移動(dòng)互聯(lián)網(wǎng)面臨很多以前被忽略的安全問(wèn)題。移動(dòng)安全本質(zhì)來(lái)講有兩方面的威脅,一個(gè)是APP模式,移動(dòng)應(yīng)用模式本身造成了挑戰(zhàn)。第二個(gè)是業(yè)務(wù)欺詐,移動(dòng)業(yè)務(wù)離錢太近,自然會(huì)吸引所有的注意力,黑色產(chǎn)業(yè)鏈滲透越來(lái)越深。
潘愛(ài)民強(qiáng)調(diào):對(duì)用戶來(lái)講,在移動(dòng)互聯(lián)網(wǎng)時(shí)代用戶的信息安全比PC時(shí)代面臨更大的挑戰(zhàn),這是今天移動(dòng)互聯(lián)網(wǎng)面臨的新的威脅。來(lái)自聚安全平臺(tái)監(jiān)測(cè)的數(shù)據(jù),高達(dá)86%的應(yīng)用存在漏洞,近40%的應(yīng)用存在仿冒應(yīng)用。因?yàn)榘⒗锝裉斓臉I(yè)務(wù)已經(jīng)有超過(guò)50%轉(zhuǎn)移到移動(dòng)平臺(tái)上。例如不久前的仿冒知名團(tuán)購(gòu)網(wǎng)站紅包騙取個(gè)人的信息,這是我們實(shí)際監(jiān)測(cè)到的木馬的行為。
據(jù)悉,2015年初阿里安全部曾試水提供對(duì)外輸出服務(wù),為某知名打車軟件APP提供防刷單風(fēng)控支持,解決垃圾用戶惡意領(lǐng)券行為。該系統(tǒng)針對(duì)在微博上通過(guò)批量注冊(cè)新用戶惡意領(lǐng)券套現(xiàn)可能出現(xiàn)的風(fēng)險(xiǎn), 通過(guò)部署H5人機(jī)識(shí)別服務(wù),在兩周內(nèi),共識(shí)別惡意領(lǐng)券次數(shù)45.6萬(wàn)次,微博等社交網(wǎng)絡(luò)平臺(tái)上領(lǐng)券新用戶數(shù)量從12萬(wàn)張/天降低到1萬(wàn)張/天,為企業(yè)節(jié)省發(fā)劵成本300多萬(wàn)元。而這套大數(shù)據(jù)風(fēng)控體系,將在近期接入阿里的移動(dòng)安全聚安全平臺(tái),向第三方企業(yè)客戶提供業(yè)務(wù)風(fēng)險(xiǎn)防控能力。而背靠阿里巴巴云計(jì)算、大數(shù)據(jù)風(fēng)控系統(tǒng)的聚安全平臺(tái),擁有強(qiáng)大的數(shù)據(jù)與技術(shù)支撐,勢(shì)必將成為電子商務(wù)及支付等相關(guān)移動(dòng)端安全領(lǐng)域的最強(qiáng)護(hù)盾。
“阿里聚安全的方向是面向行業(yè)用戶,集風(fēng)險(xiǎn)發(fā)現(xiàn)、風(fēng)險(xiǎn)解決、風(fēng)險(xiǎn)持續(xù)監(jiān)測(cè)、業(yè)務(wù)風(fēng)險(xiǎn)控制為一體的開(kāi)放平臺(tái),可一站式解決互聯(lián)網(wǎng)應(yīng)用的安全問(wèn)題,我們?cè)敢庀蛉袠I(yè)企業(yè)用戶輸出解決方案。”潘愛(ài)民表示。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)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(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。