物联网(IoT)的概念是指大多数数据流量最终会是机器对机器(M2M)通信,并且通常具有遥测的性质。这种流量的特点是低带宽和突发性:即异步发生在随机的时间间隔。市场专家认为,这种流量是不可避免的,这将需要很多新功能,包括在企业领域和消费者领域。
物联网流量将通过消费类应用的方式进入企业网络。随着电子医疗保健和健身应用进入消费领域,人们会希望在工作中和在家里使用这些应用。因此,这种应用将越来越多地通过企业网络传输来自员工个人设备的状态遥测数据,并最终发送到远程服务提供商。这种流量的问题在于,企业不可能知道它是否是良性的个人应用,还是捕捉和传输企业敏感数据的木马程序。这两者有着类似的通信配置文件,也都是间歇性的;阻止它们会是问题。
当然,企业可以部署物联网技术来提供对一切的有效遥测,包括从实用工具和安全监控到过程控制和商业智能。尽管这种流量会受到更好的控制,仍将是不可预测的。因此,它将会在很大程度上被现有安全应用和协议所忽视。
这些物联网数据对现有企业安全构成重大危险吗?有人或许会说“是的”,但其实,良好的安全措施可能可以确保物联网不会对现有应用带来不可接受的风险。事实上,企业物联网遥测可以被定义在IPv 6网络覆盖中,从而完全避开了现在占据企业网络的Ipv 4主网络。
更大的问题是物联网数据本身的安全性。这从根本上是保护设备及其与其他设备或应用的通信时需要考虑的问题。这并不简单,关键是确保遥测设备的可识别性,以及仅使用可信任软件。现在很多供应商提供设备级软件管理工具,本文中我们不会详细列出这些工具,感兴趣的读者可以给笔者发邮件以获取更多信息。
从根本上来说,物联网和安全的关键是确保企业部署物联网时一定要让IT部门积极参与其中。在部署前确保安全是必要条件,这样可以避免日后很多安全问题。
底线是什么?不要太担心,但要做好准备。物联网可以帮助企业实现重要的新的业务功能,值得企业承担风险。IT可以在发现和减轻风险方面发挥关键作用。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。