Komprise 宣布其自动化 AI 数据管道现已具备检测和保护个人身份信息 (PII) 的能力。
这家非结构化数据管理公司推出了 Smart Data Workflow Manager 产品,主要面向希望防止 PII 和其他敏感数据泄露的组织。该公司表示,IT 团队担心敏感数据"潜伏在不该出现的地方"的风险,而随着非结构化数据的增长,这些风险也在不断增加。生成式 AI 的普及更是加剧了这一问题。
Komprise 指出,存储管理员通常负责数据治理和合规工作,但缺乏在整个数据环境中系统性执行这些工作的方法。CEO Kumar Goswami 表示:"敏感数据泄露的风险正在上升,这使得组织在使用 AI 时举步维艰。我们很高兴能够通过 Komprise Smart Data Workflow Manager 中新增的敏感数据检测和缓解功能,系统性地降低敏感数据风险,帮助客户提升网络安全性并为 AI 数据接收提供数据治理支持。"
联合创始人、总裁兼首席运营官 Krishna Subramanian 在本月早些时候接受 Blocks & Files 采访时提到了这一即将推出的功能。Smart Data Workflow Manager 现包含以下功能:
标准 PII 检测:可选择扫描国民身份证、信用卡号码和电子邮件地址等 PII 数据类型。支持多重分类以识别任何给定文件中的多种 PII 类型。
自定义敏感数据检测:客户可以通过关键词和正则表达式 (regex) 搜索在数据中查找任何文本模式,以识别特定数据格式,如员工 ID、机器或仪器 ID、产品或项目代码,或医疗系统特有的患者记录 ID 等 PHI 数据。
原位敏感数据扫描:在企业防火墙后本地执行,确保敏感数据留在原处,不同于基于云的数据检测服务。
修复和移动:一旦检测到 PII 数据,用户可以设置工作流来限制数据或将其移动到安全位置。
AI 接收预处理:敏感数据检测可以作为 AI 接收工作流的预处理步骤,防止敏感数据泄露到 AI 系统中。
持续性工作流:用户可以设置定期运行的工作流,Komprise 自动查找并处理任何新的敏感数据,实现持续检测、标记和缓解,并具备完整的审计功能。
Komprise 软件会保留所有工作流处理数据的完整审计记录,例如将数据复制到 AI 或机器学习系统接收的位置。
Komprise Smart Data Workflows 以及新的敏感数据检测和正则表达式搜索功能目前正在向客户和合作伙伴提供早期访问。这些功能将作为 Komprise Intelligent Data Management Platform 的一部分,预计在第一季度末全面上市。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。