不知您是否注意到,在最近今年,我们身边电动汽车的保有量大有赶超传统汽车的趋势。在今年年初一份来自第三方的报告可以看到,中国路面上行驶的电动车已达1460万辆,占全球总数的一半。在今年7月,全球前十电动车销量品牌中,中国独占四席。无论是出于创新还是环保的原因,越来越多的人选择购买电动汽车。然而,电动汽车天然具备的IT产品属性使其无法规避不法分子带来的安全威胁,它们为网络犯罪分子提供了新的攻击面。事实上,《全球汽车网络安全报告》显示,到 2022 年针对 API 的威胁激增高达 380%,占所有安全事件的 12%。
随着电动汽车采用更多技术创新且日趋互联,网络攻击的风险持续加剧。驾驶员的行车安全及其所生成数据的完整性都岌岌可危。Check Point认为,随着网络犯罪分子不断升级攻击手段,安全行业也必须立刻行动,实施变革来确保有效防御。要做到这一点,用户必须了解当前与电动汽车相关的风险。鉴于此,Check Point 软件技术公司要重点指出电动汽车网络犯罪分子实施不法手段的三个主要切入点:
Check Point 认为,考虑到日益严峻的气候变化形势,以及减少对石油依赖的需求,我们亟需过渡到更环保的运输方式。对网络安全的担忧可能会成为阻碍电动汽车市场未来发展的另一个障碍,汽车行业需要更加主动的应对安全挑战,才能使更多用户安心体验电动汽车带来的优势。
为了确保电动汽车的安全,用户应注意软件更新、避免连接公共 Wi-Fi,使用强密码,并监控车辆的异常行为。驾驶员还应及时向制造商报告所遇的问题。使用充电站时,务必要核实充电站的真实性,并使用安全连接。电动汽车制造商应确保使用安全软件,让安全防护贯穿软硬件部署操作流程,并践行“最小权限”原则以限制对所用软件的访问。
互联电动汽车的未来令人期待,但也带来了巨大的安全挑战。为了从这项新技术中充分获益,我们必须有效应对现有及新兴挑战并确保软硬件部署的安全性。
好文章,需要你的鼓励
The Access Group是英国最大的软件公司,估值近100亿英镑。该公司APAC区域技术总监Rolf Krolke分享了公司在频繁并购活动中如何整合各异IT系统的经验。由于自2017年来年均约10次收购,公司面临存储基础设施分散、维护困难等挑战。目前正推进存储现代化项目,将传统存储设备替换为Pure Storage全闪存阵列,并计划在全球10个数据中心部署数十PB容量,以支持新的Access Evo平台和AI应用。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。