近期,以“主动安全·智慧驱动”为主题的2019合肥网络安全大会成功召开。在大会上,紫光集团联席总裁兼新华三首席执行官于英涛表示,“面对网络安全产业发展的全新形势,新华三作为数字化解决方案领导者,将依靠自身在计算、存储、网络等数字化基础设施,以及主动安全、统一运维等领域的持续创新,广泛结合生态伙伴的智慧力量,朝着共同支撑客户业务安全应用的目标前进,助力客户构建安全的数字大脑。”
构建主动安全的防护体系
为适应网络安全形势的变化,新华三集团一直致力于依托完整的数字基础设施能力,云计算、大数据及AI的能力,以及创新开放的生态建设,构建“主动发现、预知未来、协同防御、智能进化”的主动安全防护体系,真正实现“全栈感知”、“意图分析”和“使能驱动”三大核心目标。
新华三集团安全产品线副总裁、首席技术官 孙松儿
新华三集团安全产品线副总裁、CTO孙松儿在大会上做了《主动安全的最佳实践与展望》的精彩演讲,其中讲到,在主动安全领域中,情报是先导,AI是进化,我们需要通过AI能力提升安全风险发现的深度。在新华三AI安全系列中搭载有两套引擎,一套是基于现有AI模型开发的理论模型;另一套是知名高校合作,结合知识图谱开发的模型,两套模型交替使用。
实现主动安全的智能运维
在安全运维方面,新华三集团提出了智能运维的理念,以帮助广大安全运维人员提升工作效能。孙松儿表示,“包括对运维的处理,事件的关联分析,运维的云化等新华三都做了很多工作,通过新华三发布的系列云计算产品,能够做到即插即用,所有配置、检测,都将通过云平台进行统一的智能化管理。”
另外,孙松儿认为,主动安全需要建立一套弹性、灵活、安全的SDN体系,今年新华三集团在SDN方面做了三件事:
第一是多业务,安全SDN基于云平台对业务做了很大扩充,例如可以直接通过云平台、SDN做策划部署。
第二是融合,既包括网络与安全的融合,也包括与第三方系统的协同与融合。
第三是开放,包括与战略合作伙伴的系统整合。
另据了解,新华三集团主动安全防护体系包括几大优势:
创新引入零信任机制
孙松儿表示,“以往大家一直都在做各种防护,但今天我们要建立积极、主动的防御心态,在这个过程中,零信任安全给我们带来了转机,而零信任机制的核心就是加强对用户端点接入的严格管控,另外随着业务发展,需要对用户策略做动态评估标准,也就需要对用户的行为进行画像。而新华三集团在零信任的解决方案中不仅包括接入控制、云端协同、策略下发,同时还包括对用户访问内容的动态分析,能够实现及时调整,基于身份管理、权限控制、行为分析等手段发挥整个云网安的协同能力。”
主动安全价值体现
最后,孙松儿总结,新华三集团主动安全希望体现四个方面的价值:
四是体验为目标,给用户更好的安全体验,让企业的安全管理者能够对安全工作、风险、态势,以及未来安全方向建立一个清晰的判断,这也是新华三在安全领域中需要持续发力的方向。
未来,新华三集团将围绕以上四个方面,与广大客户携手共同推进主动安全、智慧安全的进一步落地。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。