随着越来越多的组织在新冠肺炎后实施全公司在家工作政策,以保护员工的健康,同时,他们也在考虑如何在全新的网络环境下维持照常办公。
许多第一次开始远程工作的员工可能不了解如何确保设备安全、机密信息保密和网络安全的问题。
IEEE Impact Creators、网络安全专家分享了他们在工作时保持在线安全以及保持社交距离的技巧:
1. 确保你的WIFI和路由器密码安全
IEEE会员Carmen Fontana建议:“保护家庭网络安全最简单的方法之一就是确保WiFi和路由器密码的安全。”
重要的是,你的家庭网络可以设置一个包含各种字符和符号的强密码,以防止网络攻击者轻易闯入你的网络。保留一个行业设置的密码或没有一个强大的密码就像敞开大门让别人走进你的房子。同时,定期更改密码也是保护设备安全的好方法。
Fontana说:“考虑为客人、家人、物联网设备使用单独的安全措施,而不是工作WiFi。如果你想更进一步,可以考虑实施防火墙和/或域名系统(DNS)服务器。”
2. 向您的IT部门查询
花更多的时间在家工作可能会将新的隐私漏洞和信息暴露给不良行为者——你的IT部门或可成为第一道防线。
Fontana说:“不幸的是,邪恶的行为者有可能会利用这种情况来破坏我们的信息安全。因此,公司的IT支持团队不应无故地给员工发送电子邮件,询问帐户信息、家庭网络信息等。如果以这种方式联系您,请格外小心。”
如果你确实遇到了无法确认的情况,请立即联系你的IT部门,看看这是否是公司授权或批准的计划。
IEEE会员Kayne McGladrey重申:“如果你接到据称来自客服的电话,请拨打公司的号码,这样有助于保护员工在远程工作时的在线安全。”
3. 只使用公司提供的设备
“员工在远程工作时,只能使用雇主提供并批准的硬件连接到公司基础设施,”McGladrey说,“这是为了降低在使用个人设备时意外或无意的数据丢失或暴露的风险。”
如果你不能把所有的硬件设备都带回家,且自己的设备如果使用非常顺手的话,那么选择使用自己的设备肯定是非常容易选择的。但是,IT部门一直致力于建立基础设施架构,以保护您和您的公司不会无意中共享机密信息。显然,使用由公司提供的设备更加安全。
4. 保持您的软件更新最新
IEEE高级会员Kevin Curran表示:“运行最新版本的移动操作系统、安全软件、应用程序和网络浏览器是抵御恶意软件和其他威胁的最佳防御措施之一。当你在电脑或手机上看到要更新的消息时,请立即更新。这些更新通常包含安全补丁,可以防止新的漏洞。”
如前所述,如果您对更新任何内容感到不安,请在下载之前与您的IT部门联系。他们可以确认哪些软件看似可疑,而哪些对设备的健康是必要的。
5. 对网络服务器的缓慢保持耐心
记住,在这种新式的远程工作的世界里,要预留出额外的时间。随着越来越多的人使用电脑完成所有必要的工作,网络服务器预计会慢一点。
McGladrey说:“现在有很多人在家工作,我们可以预计会出现一些服务中断和速度减慢的情况。要有耐心。所有这些都是大家共同的经历。”
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。