尽管密码无处不在,但它们并不是万无一失的,也不能单独保护您的在线身份。根据 Verizon 的数据,过去十年中报告的近三分之一的数据泄露事件都是由凭据被盗造成的,其中包括一些史上最大规模的数据泄露事件。
相反,业界普遍认为通行密钥是替代密码最突出的解决方案。超过 150 亿个在线账户可以使用通行密钥,包括 Amazon、Apple、Google 和 Microsoft 在内的科技巨头都在共同推广通行密钥的采用。
但由于通行密钥缺乏可移植性且操作普遍笨重,用户仍然对其望而却步。
网络安全创业公司 Hawcx 旨在通过其新的无密码认证技术解决通行密钥带来的一些困扰。该技术保留了通行密钥的优点,同时去除了其局限性。
正如 Ars Technica 的 Dan Goodin 所指出的,用户在账户上设置通行密钥时会觉得繁琐,在多个设备间使用通行密钥登录时也会遇到挑战。虽然通行密钥无疑比密码提供更好的安全性,但对于大规模使用通行密钥的企业来说,账户锁定和恢复可能会带来高昂的成本。
Hawcx 由在 Adobe、Google 和 New Relic 工作了近二十年的 Riya Shanmugam,以及首席技术官 Selva Kumaraswamy 和首席科学家 Ravi Ramaraju 于 2023 年共同创立。该公司表示,他们提供了一个平台无关的解决方案,开发者只需添加五行代码就能启用其无密码技术。
Hawcx 表示,其解决方案不依赖于从设备传输或存储私钥 (如通行密钥那样)。Shanmugam 告诉 TechCrunch,Hawcx 会在用户每次登录时通过加密方式生成私钥。
由于生成的私钥不会存储在用户设备上,Hawcx 表示其技术可以在不支持典型通行密钥设置的老旧设备上运行。
"从根本上说,我们并不是在重新发明轮子,"Shanmugam 告诉 TechCrunch。
举个例子,如果用户从一个设备切换到另一个设备,Hawcx 的解决方案会询问他们是否要在账户上注册新设备,并验证用户的身份以允许登录。
然而,在这种情况下,该解决方案不会创建另一个存储在新设备或云服务中的私钥——这与典型的通行密钥设置不同,后者要么在新硬件上生成并存储新的私钥,要么使用旧设备进行验证,或通过云服务同步。
"没有人在挑战基础本身,"Shanmugam 在谈到数字身份管理领域的竞争时说。"我们挑战的是基础本身。我们不是在通行密钥协议的基础上进行构建。我们认为这个协议对用户、企业和开发者来说都有着巨大的限制,我们可以让它变得更好。"
Hawcx 已申请专利,但其技术尚未被公司部署或经过第三方验证,这可能会影响对其服务的信任。
尽管如此,Hawcx 已在由 Engineering Capital 领投、Boldcap 参投的种子轮融资中筹集了 300 万美元,用于加速产品开发和市场推广。
Shanmugam 告诉 TechCrunch,该创业公司正在与大型银行和游戏公司洽谈,计划在未来几周内开始试点,这些试点将持续三到六个月,面向有限用户群。该公司还计划让斯坦福大学的"几位密码学专家"对这项技术进行验证。
"随着我们推出通行密钥,采用率很低。对我来说很明显,尽管通行密钥很好,解决了安全问题,但可用性问题仍然存在,"ADP 消费者身份总监 Tushar Phondge 告诉 TechCrunch。
Phondge 看好 Hawcx 的技术,并准备在 ADP 部署试点,测试它是否能解决通行密钥带来的问题,包括设备依赖性和核心系统锁定。
最终,Shanmugam 表示,Hawcx 旨在随着时间推移成为企业的统一认证平台,并与不同参与者合作,整合文档验证、实时视频验证甚至背景调查等服务。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。