“数字贸易没有‘数字海关’,企业想要安全经营,就得‘自证清白’。”9月3日,在2021年中国国际服务贸易交易会“数字贸易发展趋势和前沿高峰论坛”上,奇安信集团董事长齐向东表示,数据安全是企业安全经营的生命线,企业需要通过建设数据安全系统来守住数据安全红线。
数据安全合规时代到来 划定企业安全经营“生命线”
数据正在成为大国博弈的焦点。当前数字技术加速发展,全球数据量爆发式增长,据统计,2035年全球产生的总数据量将超过2万亿TB,数据安全已经关系到了国家安全。世界各国和地区为此陆续出台了法律法规限制数据跨境流动,保障其境内数据安全。
我国也为互联网企业的“走出去”、“引进来”划定了安全红线。今年以来,我国高度重视数据跨境流动,在政策上不断加码。密集制定、出台及实施《网络安全审查办法》、《个人信息保护法》及《数据安全法》等法律法规,数据安全合规时代正式到来。
对于企业而言,数据安全又是企业安全经营的生命线。当数据被不安全使用,将造成企业核心数据资产泄露,轻则带来经济损失,重则遭遇停业整顿。IBM Security研究显示,2021年每起数据泄露事件给企业造成的平均损失高达424万美元,约合2740万人民币。
数字贸易没有“数字海关” 经营者要“自证清白”
“数字贸易没有‘数字海关’,经营者要‘自证清白’。”齐向东表示,数据是无形资产,在数字贸易中,企业建立从内到外能自证清白的安全系统非常必要。他指出,传统贸易有海关,而数字贸易没有“海关”。企业经营者需靠自觉遵循相关法律法规,建立“自证清白”的安全系统。一方面,企业涉嫌踩红线,经营者要自证清白,否则就要面临安全审查;另一方面,一旦确认违规,在评估后果时,经营者要自证未造成严重后果,如果无法证明后果不严重,可能面临严重处罚。
齐向东表示,对企业经营者而言,企业要守住数据安全的三条红线:一是守住数据采集红线,在服务过程中要以最小化原则收集用户隐私,且今年以来,工信部、国家网信办等相关部门已通报、下架大量违规APP,取消数千家备案网站平台;二要守住数据存储的红线,数据运营商作为数据活动的处理者,必须严格遵守相关法律,并对所存储数据负有安全责任;三,要守住数据流动的红线,不只是供应链上下游数据流动,数安法对数据跨境流动也进行了明确规定。
如何守住数据安全红线?齐向东认为,内部威胁是当前网络安全的最大危害,调查显示,超85%的网络安全威胁来自内部,危害远超黑客攻击和病毒造成的损失。供应链、外包商、员工等都可能成为“内鬼”,窃取机密信息,造成巨大危害。从无数真实案例中,他总结了关于人的两大“失效定律”:一切忽略任性的管理手段都会失效,一切没有技术手段保障的管理措施都会失效。
在两大失效定律指导下,齐向东认为要从内部消除数据安全威胁,就需要建立数据安全系统,在安全体系设计中考虑人的因素,及时发现内部人员的异常行为,并及时检测和阻断来自内部的攻击。
“数据安全系统必须是内生安全系统”,齐向东表示,用“网络安全建设三部曲”:内生安全的理念、内生安全框架的方法,最后通过经营安全做到动态掌控,以此建立“自证清白”的内生安全系统。
经营安全需建立“一中心两体系”
齐向东提出了经营安全需要打造认知、安全、授信三个重要能力。在数字贸易发展论坛上,他进一步阐释,打造这三大能力,要建立“一中心两体系”,即网络安全态势感知与管控中心、网络安全防护体系以及动态授信体系。
“态势感知与管控中心是大脑、四肢、武功的三合一,将认知能力落地。”齐向东强调,“大脑”是监管态势、“四肢”是运营态势、“武功”是攻防态势。态势感知与管控中心将监管态势、运营态势、攻防态势合为一体,能确保及时看到威胁、揪出威胁、阻断威胁。
网络安全防护体系是安全能力的落地。齐向东提到,建立网络安全防护体系要实现能力、数据和人才的“三聚合”,即将安全能力和IT能力聚合、将安全数据和IT数据聚合、将安全人才和IT人才聚合。而“三聚合”的前提,是把安全产品“三化”:能力化、资源化、服务化。他强调,“三化”是一场技术的创新革命,将极大推动厂家的技术创新。
由零信任机制提供的动态授信体系,是授信能力的落地。齐向东表示,内部威胁的痛点是信任问题,而动态授信体系是数字化时代解决信任问题的手段,通过在数据层面进行分类分级、在访问层面进行细化控制的方式,“明确是什么部门的什么人、在什么地方、因为什么任务、访问什么数据里的什么字段。”
“经营安全,实现对安全系统的动态掌控,企业就能在数字贸易中‘自证清白’。”齐向东说。
“数字”成为今年服贸会的关键词。奇安信集团作为唯一一家网络安全厂商,亮相服贸会数字服务专题展区,以“冬奥标准奇安信,网络安全快一步”为主题,全面展示新一代网络安全框架。
作为北京2022年冬奥会和冬残奥会官方网络安全服务和杀毒软件赞助商,奇安信将冬奥运动项目与安全产品服务有机结合进行展示,通过“攻防快一步”、“创新快一步”、“规划快一步”三方面,体现奇安信“更快、更高、更强、更团结”的网络安全服务追求,为数字贸易服务筑牢安全底板,为数字经济蓬勃发展保驾护航。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。