2020 年 12 月 10 日 — 网络安全解决方案提供商 (纳斯达克股票代码:CHKP)公布了一项新调查的结果,揭示了组织在 2023 年前的网络安全工作重点和挑战,并强调了因 2020 年新冠疫情导致的安全战略变化。超过一半的受访者表示,组织遭到的攻击和威胁相比 2020 年年初有所增加。大多数人认为他们的安全方法不会回到疫情前的状态,只有五分之一的受访者表示其安全运营已恢复如初。
对全球 600 多名 IT 和安全专业人员所做调查的主要结果如下:
Check Point 软件技术公司首席营销官 Peter Alexander 指出:“调查显示,大多数组织预计其当前的安全问题和工作重点不会在未来两年内发生很大变化。许多公司为应对疫情而对网络和安全基础设施进行的快速变更将是永久性的。 与此同时,由于黑客也试图利用这些变化来牟利,网络攻击和威胁不断增加。因此,组织首先应该填补其新型分布式网络中的安全缺口,从员工的家用 PC 和员工本身再到数据中心等等,无一例外。应对疫情对业务运营的冲击并持续保障运营的高效性和有效性将是大多数企业面临的最大挑战。”
要想阻止日益增多的网络攻击和威胁,组织首先应该填补其新型分布式网络中的安全缺口,从员工的家用 PC 和员工本身再到数据中心等等,无一例外。以下建议可帮助组织演进安全战略,从而继续尽可能高效和安全地运营:
这项调查由 Dimensional Research 在来自全球各地组织的 613 名受访者中展开。所有受访者均为组织 IT 安全负责人。
好文章,需要你的鼓励
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。