11月12日,在第二十四届中国国际软件博览会上,“2020年电子信息行业百项自主创新成果”正式发布,奇安信旗下网神态势感知与安全运营平台(简称NGSOC)成功入选。发布会上,中国电子信息行业联合会对奇安信等自主创新成果企业进行了授牌。
据悉,一年一度的“电子信息行业自主创新成果”,是中国电子信息行业 联合会从2017年开展的一项服务于电子信息行业的创新成果认定与推广工作。入选“自主创新成果”的项目,区别于学术型创新研究,强调创新成果的实用性、领先性、产业化能力和市场前景,综合考量项目的创新价值、市场价值、应用价值和推广价值,经行业推荐、企业申报、专家核定而确定。定期发布,对于配合落实好国家相关政策,完善行业创新生态,做好对标引导和发展支撑具有重要意义。
奇安信作为国内网络安全领军企业,旗下网神态势感知与安全运营平台(NGSOC)入选了“2020年电子信息行业百项自主创新成果”。
据了解,奇安信NGSOC是建立大数据技术架构之上,运用先进的大数据组件,成功解决海量数据的采集、存储和计算的难题。NGSOC能够处理千亿级数据,采集速度达10W+EPS,实现秒级查询,大大提升安全分析和响应的速度和效率。
另一方面,NGSOC基于国内首款分布式关联分析引擎Sabre,通过场景化检测规则、机器学习和关联分析进行多维度威胁研判,结合海量的威胁情报,大幅降低了威胁检测的误报率和漏报率,位居业内领先水平。 NGSOC具备国内领先的威胁预警能力,实时下发威胁预警规则,帮助用户第一时间掌握是否遭受到攻击、失陷的设备包括哪些、业务是否收到影响、网络攻击走向如何、如何应急处置等。
基于此,NGSOC建立起了一套完善的威胁响应与处置流程的支撑体系,具备强大的实战能力。战前可以帮助客户完成自查整改,并通过快速的数据接入为后续的监测分析及行为审计提供数据支撑;战中阶段可以帮助客户实现对威胁的监测、发现及快速处置,从而有效开展攻防对抗;战后阶段可以帮助客户完成汇报总结。
此外,奇安信已经在全国多地建立了安全运营人才的培训基地,为客户提供专业的安全运营服务,涵盖一线驻场安全运营服务、二线分析及应急响应服务,帮助客户解决“安全的最后一公里”问题。安全运营服务中心,除了驻场安全运营外,奇安信集团安全运行中心还提供远程运营服务,远程安全运营中会结合资产情况输出威胁分析情况、安全数据分析的报告、溯源分析、事件协同处置的通报等。通过以持续性的监控和分析为核心的远程安全运营服务,解决人员编制紧张、由于特殊原因不便入场、人员安全能力不足的问题。奇安信旨在帮助企业打造“人+数据+工具+流程”一体化的安全运营体系,解决日常安全运营,关键时刻还能打“硬仗”。
经过几年的自主研发,NGSOC凭借强大的安全感知能力、优秀的使用体验、权威的威胁情报、一流的大数据分析技术和安全可视化能力,已经成功应用于多个政企机构。根据第三方权威机构赛迪顾问发布的《2019-2020年中国网络信息安全市场研究年度报告》和《2018-2019年中国网络信息安全市场研究年度报告》显示,奇安信NGSOC连续2年在中国安全管理平台产品市场占有率排名第一。
此次,奇安信NGSOC入选“2020年电子信息行业百项自主创新成果”,亦是奇安信多年注重自主创新与研发的成果展示。根据奇安信今年三季度财报显示,奇安信近三年研发投入累积达32.77亿元,总投入在科创板已上市公司中位居前列,在7月22日科创板上市前,奇安信已拥有超过1200项的专利,今年前三季度奇安信在专利上再创佳绩,新申请专利192件,其中发明专利175件,授权专利57件。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。