医疗互联网时代,由信息泄露导致的各种悲剧和案件时有发生。在医疗领域,患者的隐私信息泄露已成为社会的巨大隐忧,不少医院的用户信息更是成为犯罪分子的重点盗取目标。为了更好地防范安全风险,厦门大学第一医院杏林院区(以下简称:杏林分院)一直在寻找克服终端安全隐患的“良药”。
终端准入面临多重困境
杏林分院位于厦门杏林台商投资区,创立于1898年,历经百余年的发展,杏林院区已经成为国内专治肺病的特长专科医院。
在医疗行业中,网络常分为内网和外网,其中内网承载病人的就诊记录、健康信息、社保数据等。基于安全考虑通常会对接入内网的终端先进行审核,合法的终端才允许接入网络, 因此,对终端准入的管控,自然而然地成为杏林院区防范安全风险的第一道门禁。
杏林分院信息处的林主任早就认识到医疗终端准入的重要性,且对目前主流厂商的常见准入策略 (如802.1X认证、Web认证)有充分的了解,但是由于负面带来的认证服务器单点故障(造成医院大面积网络瘫痪),认证性能瓶颈,需要客户端(医疗仪器终端无法安装)等问题,造成了当前医疗行业内可选择的动态认证方式并不多。
痛点一:动态认证型准入局限性
比如:医院门诊有非常多的哑终端,目前业界的方案都是要装客户端或者网页认证,无法在诸如取号机,电视墙,LED叫号机等设备上使用。
图:自助机/自助打印机
痛点二:IP+MAC绑定的局限性
手工管理、配置IP地址繁琐:在Excel表格中维护全院上千个终端IP,在绑定MAC时手工对每台接入交换机配置,人为产生的错误概率激增(如:地址的8跟B、0和o有时候长太像了)
终端管理复杂:终端设备报废(IP需及时回收)、跨网关迁移(如病区装修)、甚至没有贴MAC标签等各种情况,给终端设备及时入网增添了重重困难。
轻量级准入方案——针对痛点的精准“外科手术”
对于医疗行业经常遇到的终端管控这一“疑难病症”,锐捷网络创新推出SDN轻量级准入方案可以说是切中痛点的“精准外科手术”,其优势主要体现在以下三个方面:
在医院所有场景,各类取号机,电视墙,LED叫号机等无客户端的哑终端都能做准入,简单安全。
2.IP+MAC信息的自动收集
通过自动IP+MAC信息收集和绑定,告别手动收集MAC地址、手动绑定IP和MAC、手动配置接入交换机,既减少杏林分院网络维护中成倍的工作量,又极大减少人为因素产生错误的概率。
3.可视化IP地址管理
在此之前,杏林分院使用的给医疗终端分配静态IP地址的管理方式,这不可回避的就是IP地址管理的问题。轻量级准入的IP可视化管理让原来只能通过Excel来简单记录IP地址的杏林分院有了更直观简单的解决办法。
杏林分院从7月份割接SDN控制器与20多台接入交换机,接入门诊、住院部等地区近百台各种类型医疗终端,截止到目前稳定运行。
“锐捷的SDN轻量级准入方案的功能实用方便,IP地址管理清晰直观,自动化水平高,让内网终端接入管理变得轻松简单,有效保护了医院的数据和信息系统安全。”杏林院区信息处林主任对方案的评价,肯定了锐捷SDN轻量级准入方案的最终“疗效”。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。