“在手机中悄悄植入木马程序,便能远程窃取对方数据;在手机中偷偷安装窃听软件,就能随时窃听对方的通话内容……”这是许多电影里的经典桥段,
然而,如果影视作品中的这一幕在现实中上演,那将是多么可怕的事情!
浙江大学网络空间学院院长任奎团队、加拿大麦吉尔大学、多伦多大学研究团队共同发表了一项聚焦智能手机窃听攻击的研究成果:智能手机APP可以在用户毫不知情时,利用手机内置的加速度传感器实现对用户语音的窃听,且准确率达到90%。在无需系统特别授权的情况下,智能手机APP通过加速度传感器采集手机扬声器所发出声音的振动信号,就可实现窃听。
细思极恐!手机已然作为现代生活不可或缺的通讯工具,如果这种非法窃听的手段被用于个人消费者,那么个人用户无疑像是在“裸奔”,真是一点隐私都没有,可能还有遭遇互联网诈骗、财产损失的风险;如果这种非法窃听的手段被用于行业用户,尤其是敏感行业,后果恐怕不堪设想。小到个人隐私,大到财产甚至生命安全,通话安全问题不容小窥。
行业定制终端对通话安全能力需求不断提高
当前,随着信息通信技术的迅猛发展和智能终端的广泛普及,移动互联网以其泛在、连接、智能、普惠等突出优势,有力推动了互联网和实体经济深度融合,也成为千行百业数字化转型创新的强大推动力。
例如,政务、金融、应急、电力、税务、工商、财政等行业对移动办公和数字化转型需求旺盛,作为最贴近最终用户的设备,行业定制终端在行业数字化转型过程中扮演着关键角色。
随着近几年全球网络安全、信息安全事件频发,越来越多的行业客户对于信息安全和数据安全要求日益提高,尤其部分特殊行业涉及敏感信息,在对内和对外的沟通与协作过程中对“通话安全”的要求更为严苛,这也对行业定制终端的通话安全能力提出了更高要求。
为客户构筑立体安全防护体系
对此,鼎桥行业定制终端从“端、管、云”打造了立体安全防护体系。而鼎桥为行业定制终端的通话安全所构筑的“黑科技”防线可不止一把“安全锁”。其中在终端侧,鼎桥行业定制终端能够帮助行业客户实现通信安全,可满足等保2.0三级要求,提供多种安全定制功能,包括加密输入法、加密通话、加密存储、加密即时通信等,助力行业客户业务安全、合规、高效。
·加密通话:VoIP加密通话或VoLTE加密通话,可实现端到端的通话信息安全;
·密信:对微信、钉钉、WhatsAPP等各类即时通信工具定制键盘输入加密;
·IM传输加密:信息加密传输,自动解密显示;
·文件存储加密:支持手机中的图片、视频、音频文件和拍照、录像、录音加密保存;还支持邮件加密、办公流加密/密阅等;
·号码隐藏:将号码关键部分进行隐藏,防止客户信息泄露、被恶意盗用挪用;
·通话白名单:可屏蔽三方通话,进入特定工作区域后只能接打白名单中号码,其他号码全部无法接打。
值得关注的是,鼎桥行业定制终端还推出行业定制终端隐私三防特性软件:防窃听、防偷拍、防定位功能特性,支持隐私模式下在操作系统底层彻底关闭手机获取声音、视频、位置信息等功能,避免用户在不知情的情况下被窃听、偷拍、定位。
正如前文所述,“流氓软件”有可能在用户毫无感知的情况下,利用手机自带加速度计采样手机的音频信号,再进行还原,以达到窃听的目的。针对加速度传感器窃听,鼎桥行业定制终端能够进行系统级安全定制,通过深度定制创新算法,实现加速度传感器防窃听特性,确保客户通话隐私安全。
目前,鼎桥系列行业定制终端均可满足行业需求的各类别通话安全功能,将帮助客户提高手机使用安全性,防止用户通话数据泄露。此外,在整体终端安全保障方面,鼎桥行业定制终端还可以构建安全管控平台,统一管理终端,通过支持文件加密,密码安全增强,手机和SIM对应的机卡绑定,远程数据销毁,远程手机锁定/解锁等措施防止信息外露,同时通过禁止工作区USB、Wi-Fi、蓝牙等外部传输通道,让办公人员在工作区仅链接工作网络,通过对定制终端预置工作APP进行管控。鼎桥行业定制终端双系统不仅能够区分生活及工作区的数据和应用,更是兼顾信息化建设成果与信息安全。而手机安全性提升后,也将极大提高使用手机处理工作业务的频次和工作效率,为客户带来更大价值。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。