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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。