至顶网网络与安全频道 03月08日 编译:AT&T、Palo Alto Networks和博通周五宣布正在开发一款虚拟防火墙框架,名为可扩展分类防火墙(DSFW)。据AT&T介绍,DFSW架构的目的是提供全球网络流量5G时代的保安和保护。DSFW使得网络运营商可以基于软件平台而不是硬件设备部署防火墙。
DSFW框架是分布式分类机箱(DDC)白盒架构的一个扩展,AT&T曾于去年九月将DDC提交给开放计算项目。AT&T表示,该扩展提供了动态可编程结构及网络边缘嵌入式安全。说得具体一些,该框架将人工智能和机器学习嵌入到网络结构,目的是防止攻击。
AT&T网络基础设施和服务副总裁Michael Satterlee表示,“安全一直都是AT&T网络计划的前沿阵地。传统上,我们必须依赖中心式安全平台或本地设备,这些系统或是未能直接置于网络路径里或是不符合成本效益,不能满足运营商的扩展要求。DSFW新的设计将安全结构嵌入到我们的网络边缘,可以提供控制、可视性和先进的威胁防护方法”。
AT&T表示,DSFW框架使用开放硬件和软件设计,可以支持灵活的部署模式,也代表了AT&T网络设计和部署的白盒理念。
除了AT&T公司在网络方面的贡献外,Palo Alto Networks边缘安全技术与博通的Jericho 2芯片也是DSFW设计不可缺少的。博通还将为Jericho 2的功能提供专家知识支持,博通还会提供一个Jericho芯片的新功能,新功能可以保留第4层的会话信息,因而可以进行数据硬件卸载的操作。三家公司表示,他们希望DSFW发布后可以从其他开放计算项目成员得到一些反馈。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。