8月18日,由亚洲领先的DRP数字风险防护领导者企业天际友盟牵头举办的「GDN·全球数字风险阻断网络」发布会于北京正式召开。
什么是GDN
随着数字化进程的加快,企业对于数字风险防护管理的需求与日俱增,其数字足迹、数字资产,甚至高管的个人形象都可能成为不法分子的攻击目标。保护关键数字资产与数据免受外部威胁,提升在线业务运营稳健性的价值毋庸置疑。
天际友盟基于多年数字风险防护实践,依托全球情报分析和处置能力,携手业界数字基础设施管理平台和行业能力合作伙伴,共同打造了全球数字风险阻断网络·GDN(Global Disruption Network)。
GDN的宗旨是—联合生态力量,抵御数字风险,打击网络犯罪。
GDN能做什么
GDN的成立,可以大大提升数字风险防护的生态协同能力,成员机构的协作流程如下:
Step1.确认数字风险:天际友盟通过自主监控和生态情报,整合并评估数字风险。
Step2.分发GDN网络:天际友盟将数字风险传递至GDN网络成员。
Step3.打击数字风险:GDN合作伙伴依照其内部风险评估机制对风险采取阻断行动。
通过以上工作流程协同合作,GDN成员能够快速阻止用户对恶意站点和内容的访问,主动治理数字风险,阻止潜在威胁。同时,成员可以通过共享风险情报和攻击指标协同阻止恶意内容,有效提高用户数字业务安全体验。
GDN的出现协同联动了多方行业生态力量,成员之间专业能力互补互助,以共同保障用户业务数字化旅程的安全。
GDN成员的义务
打击数字风险欺诈—GDN合作伙伴应高效积极打击平台涉及的数字风险内容,强化平台自主管理风险的义务,助力构建和谐网络环境。
阻断数字风险路径—GDN合作伙伴对于在多个平台中流转的数字风险和网络犯罪,应在自由平台上完成链路阻断,严防风险的传播及叠加共振。
消除数字风险误报—对于误报类数字风险,平台应给予绿色通道,高效审核并恢复误报信息。
GDN成员机构
(更多机构,持续更新)
加入GDN,企业机构能够更好的承担ESG社会责任,为更好的互联网环境和数字风险治理贡献一份力量,并有机会获取天际友盟提供的专有DRP Feed—数字风险防护明文情报!
Join us now!
来自GDN发布会的声音
GDN发起单位天际友盟创始人兼CEO杨大路表示:“GDN全球数字风险阻断网络是天际友盟基于多年数字风险防护实践,依托全球情报分析和处置能力,携手业界数字基础设施管理平台和行业能力合作伙伴,共同打造的全球数字风险阻断网络。希望GDN的出现能够为各方建立起高效、有效的沟通桥梁,及时以最快的速度将数字风险扼杀在萌芽阶段,更好的保障用户业务数字化旅程的安全。”
GDN成员单位北京反侵权假冒联盟副秘书长侯颖表示:“北京反侵权假冒联盟CAASA在‘共治、共建、共享’的基础上,通过多方联动,为会员单位构建了社会共治立体保护体系。在天际友盟的技术支持下,联盟已经为会员单位处理了多起侵权域名下架案例。得到了会员单位非常高的认可与信任。联盟以保护知识产权,打击侵权假冒为核心,很荣幸与天际友盟共同携手,构建知识产权大保护格局,为数字经济发展保驾护航。”
GDN成员单位北京腾瑞云文化科技有限公司副总赵玺媛表示:“目前数字版权侵权形式多、分布广,并且随着网络技术的进步有了更快的扩散速度,应对这一局面,及时阻断侵权内容的传播尤为重要。CPSP版权平台通过数字身份标识、数字水印追踪、数字资产加密做到侵权的“事前防御”;以区块链存存证取证、全网检测、侵权维权做好侵权的“事后保护”。平台还具备多维维度相结合打击的能力,可及时阻断侵权行为,保护数字版权资产价值。”
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。