移动网络、服务和设备测试领域领先的供应商思博伦通信今天发布了Elevate物联网设备测试解决方案。这种全新的蜂窝网络测试解决方案可支持适应于物联网(IoT)应用的各个测试领域,包括端对端云服务器连接性、安全性漏洞评估,以及电池寿命测量等。这种小巧灵活的设备测试解决方案通过思博伦Elevate®平台提供,可以解决物联网设备中3G、LTE和未来窄带无线技术设计过程中的各类关键问题。
今天,全世界范围内出现了众多富于创新精神的物联网开发商,而他们的应用都依赖于通过蜂窝网络实现通信。蜂窝网络的部署能带来很多好处,包括更高的服务质量保障、更强健的空中接口安全性,以及范围更广泛的服务可用性。然而,物联网设备的设计过程可能遇到一系列复杂的挑战,尤其是涉及到蜂窝网络的连接性问题时。
在实际网络中进行测试时会遇到许多限制:设备和云服务器之间的数据流量不可见;当开发时合适的实际网络可能尚未部署;以及测试时无法控制功率水平等网络设置。思博伦Elevate可以提供一个基于实验室的可控测试环境,使开发商能够以可重复的方式探索蜂窝网络带来的特殊挑战。
最近的一些事件,包括猖獗的分布式拒绝服务(DDoS)攻击,已经充分说明了物联网设备安全性所面临的真实威胁,这就要求开发商立即采取行动,确保设备能够抵御这些已知的基本漏洞。Elevate物联网解决方案可以帮助客户获取思博伦SecurityLabs™服务,包括由经验丰富的安全专家组成的专职团队为嵌入式设备提供的全面扫瞄、贯穿测试和监视服务。
许多物联网设备都需要在人们难以触及的地方工作极长的时间,同时很可能还要面临极其严酷的环境,因此在各种不同的条件下,它们都必须具备符合预期的电池性能。Elevate物联网设备测试解决方案使开发商能够准确地确定真实条件中实际使用情况下的可预测电池寿命。
咨询公司IHS负责网络安全技术的研究总监兼顾问Jeff Wilson认为:“物联网已成为一种必然,它代表的是文化和技术的一场革命,并且在安全性方面具有极为重要的意义。后物联网时代的威胁局面非常复杂,而攻击的后果正变得越来越严重。如果某个设备被攻陷,它自己可能失去运行能力,也可能将威胁引入一个更广泛的网络。被用于发动DDoS 攻击的Mirai和LizardStresserIoT僵尸网络只是一座巨大冰山的一角而已。对连接性、技术和风险实施成功的管理,对于今后的物联网实施至关重要。”
思博伦的物联网设备测试解决方案是一个集成式的工具套件,其核心为一台小型网络仿真仪,将可重复的蜂窝网络测试平台带进任何硬件或软件实验室,通过便携式的桌面系统提供复制服务商无线网络的能力。当作为更全面的思博伦解决方案中的组成部分使用时,整个解决方案可以模拟多种类型和水平的安全攻击,而该系统可以让用户准确了解设备之间互动的结果,以及哪些因素会受到影响。仿真尽可能多的条件可以帮助开发商理解设备在真实世界中可能受到的影响,其中也包括电池寿命等因素。
思博伦通信负责新业务投资开发的副总裁Saul Einbinder指出:“许多物联网开发商以前都没有接触过蜂窝网络技术。对于他们而言,全面了解新技术、应对电源性能挑战和关注随时可能发生的网络安全威胁,都将是非常复杂的任务。我们的目标是帮助开发商、运营商和服务商优化其物联网解决方案,并尽快投放市场,同时也充分顾及物联网设备实现过程中的预算限制问题。”
好文章,需要你的鼓励
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
这项由香港中文大学和AWS团队联合开发的研究推出了TALK2MOVE系统,实现了用自然语言精准操作图片中物体的位置、角度和大小。该系统采用强化学习训练方式,通过空间感知奖励机制和智能步骤采样技术,在移动、旋转、缩放三类操作上的准确率显著超越现有方法,同时大幅降低了对昂贵训练数据的依赖,为AI图像编辑领域带来重要突破。
研究人员对Claude、GPT-4、Gemini和Grok等商用AI模型进行测试,发现这些模型能够记忆并完整输出受版权保护的内容。其中越狱后的Claude 3.7 Sonnet能输出95.8%的《哈利波特与魔法石》内容,而Gemini和Grok在无需越狱情况下也能输出超过70%的内容。这一发现可能对正在进行的AI版权诉讼产生重要影响,目前多家AI公司面临超过60项相关法律诉讼。
斯坦福大学等知名机构联合研究发现,企业AI助手在执行组织政策时存在严重"偏科"问题:处理允许请求时成功率超95%,但拒绝违规请求时仅13-40%。研究团队开发的COMPASS评估框架通过8个行业5920个测试问题,揭示了AI助手普遍缺乏"拒绝技能"的问题,并提出了针对性训练解决方案。