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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。