思科系统公司(Cisco Systems Inc. )今天发布新的安全框架 Hypershield,目的是加强数据中心和云基础设施,应对人工智能带来的挑战。
思科新的 Hypsershield 框架旨在保护各种环境中的应用、设备和数据,包括公共和私有数据中心、云和物理位置。Hypsershield 服务包括人工智能集成,可实现比过去仅靠人力的办法更先进的安全性。
Hypershield 使用最初为超大规模公共云开发的技术,而这些技术现在已适用于各种规模的企业。该服务更多地是一种安全结构,而不仅仅是一道安全屏障,Hypershield 可以在每个应用程序服务、Kubernetes 集群、容器、虚拟机和网络端口上实施安全措施,可以增强数据中心甚至病房等各种环境的安全性。
思科执行副总裁兼安全与协作部总经理 Jeetu Patel 表示,“人工智能的潜力大有可能使得全球 80 亿人产生与 800 亿人相同的影响力。在如此创造出的大量资源和机会的情况下,我们必须重新想象数据中心的作用,例如数据中心如何连接、有关的安全性、运营和扩展等等。”
他补充表示,思科 Hypershield 的强大之处在于,Hypershield 可以“把安全放在你需要的任何地方,例如放在软件中、服务器中,甚至放在将来的网络交换机中。在你拥有的分布式系统可能包括数十万个执行点时,简化管理是至关重要的。”
Hypershield 的安全执行分为三个不同的层次:软件、虚拟机以及网络和计算服务器及设备。三个层次都利用了高性能计算和超大规模公共云中广泛使用的相同硬件加速器。
Hypershield 也是建立在三大支柱上。第一,Hypershield 是人工智能原生的,一开始就是遵从自主和预测的构建和设计。Hypershield 也是云原生的,其构建基于开源的 eBPF。另外,Hypershield 是超分布式的,Hypersd 的安全控制是嵌入在服务器和网络结构中。Hypershield 可覆盖各种云,并可以利用硬件加速(包括数据处理单元)针对应用程序和网络行为的异常进行分析和作出响应。
Hypershield 新服务还可以解决三大安全挑战。Hypershield 首先是提供分布式漏洞利用保护(Distributed Exploit Protection),可以部署补偿控制防范漏洞,同时减少攻击者利用新威胁的时间。
而自主分段(Autonomous Segmentation)则可以进行持续自适应和强制执行网络分割,有助于防止攻击者在网络内横向移动。另外,自我鉴定升级(Self-qualifying upgrades)可以简化软件升级和策略变更的测试和部署,将停机时间降至最短,做法是采用数字孪生进行部署前测试的双数据平面方法。
Hypershield 预计将于 7 月份作为思科安全云的一部分正式推出。
好文章,需要你的鼓励
字节跳动Seed团队提出的虚拟宽度网络(VWN)通过解耦嵌入宽度与主干宽度,在几乎不增加计算成本的情况下显著提升模型表示能力。8倍虚拟宽度扩展使训练效率提升2.5-3.5倍,且发现虚拟宽度因子与损失呈对数线性关系,为大模型效率优化开辟新维度。
亚马逊研究团队通过测试15个AI模型发现,当AI助手记住用户背景信息时,会对相同情感情况产生不同理解,称为"个性化陷阱"。优势社会地位用户获得更准确的情感解释,而弱势群体接受质量较低的理解。这种系统性偏见可能在心理健康、教育等领域放大社会不平等,提醒我们需要在追求AI个性化的同时确保算法公平性。
两家公司在OverdriveAI峰会上分享了AI应用经验。Verizon拥有超过1000个AI模型,用于预测客户呼叫原因和提供个性化服务,将AI推向边缘计算。Collectors则利用AI识别收藏品真伪,将每张卡片的鉴定时间从7分钟缩短至7秒,估值从8.5亿美元增长至43亿美元。
微软等机构联合研发了DOCREWARD文档奖励模型,专门评估文档的结构布局和视觉风格专业度。该模型基于包含11.7万对文档的大规模数据集训练,在人类偏好准确性测试中超越GPT-5达19.4个百分点。研究解决了现有AI工作流忽视文档视觉呈现的问题,为智能文档生成和专业化排版提供了新的技术方案。