网络安全在数字支付世界中至关重要。作为Visa高级副总裁兼首席信息安全官,苏布拉·库马拉斯瓦米以"永远可以做得更好"的理念领导着这家支付卡服务巨头的网络安全工作。
"我每天醒来都会问自己,'我应该如何做得更好?'"他告诉《信息周刊》。"保持悲观和偏执的态度,也就是P&P,意思是要持续以'杯子半空'的心态来看待问题。我们还应该做些什么来确保拥有强大的安全态势?"
在担任Visa首席网络安全官之前,库马拉斯瓦米在不同公司的多个岗位上建立了自己的职业生涯。他回顾这些经历,并前瞻在当前职位上管理和加强网络安全的永恒需求。
**多元化的职业角色**
库马拉斯瓦米认为自己本质上是一名工程师和问题解决者。他的第一份工作是在圣母大学担任软件工程师,在互联网热潮开始之前就在摸索如何在校园内提供互联网服务。
自那份首个工作以来,他在网景、太阳微系统、eBay和Intuit等公司积累了丰富经验。他还曾作为企业家创业。
"在我的职业生涯中,定义我的是角色的多样性,"库马拉斯瓦米说。"我能够成为开发者、数据中心架构师、云服务运营者,也能够成为企业家。所有这些都帮助我形成了更全面的视角。"
在网景工作期间,公司遭受了DDoS攻击,这是库马拉斯瓦米对网络安全产生兴趣的最初契机。在整个职业生涯中,他专注于保护企业在新的变革性技术浪潮中的安全,无论是互联网、云计算,还是现在的人工智能。
他曾在现属于谷歌云的Apigee公司担任数字安全主管,专注于API安全。然后一个猎头的电话改变了一切。
"Visa正在经历围绕创建开放系统的整体转型,通过API向数百万开发者开放平台,"库马拉斯瓦米回忆道。"吸引我的是,'嘿,你可以大规模地做这件事。'你可以将同样的思维方式、激情和所有经验带到世界上最大的支付安全公司之一。"
他在2015年接受了安全工程和安全架构的职位。十年后,他作为公司的首席信息安全官领导网络战略。
**Visa的网络安全领导力**
据库马拉斯瓦米介绍,超过1000人在Visa从事网络安全工作。"我真的为我们拥有非常强大的人才储备而自豪。我们在多个地点都有顶尖人才,不仅仅是在美国,而是遍布全球,"他说。
这些人才团队在网络安全的六个垂直职能部门工作:治理、风险和合规;访问控制和管理;网络工程;网络防御;云安全;以及安全架构和工程。
库马拉斯瓦米与Visa技术总裁拉贾特·塔内贾密切合作。"我很幸运有一位网络安全优先的首席技术官,"库马拉斯瓦米说。"这为高层定下了基调。意思是,'嘿,我们确实需要在技术和支付方面创新。但如果你不做好网络安全,那什么都不重要。'这对Visa来说是生存威胁。"
**避免自满**
高德纳公司对Visa的网络安全成熟度进行评级。"当我2015年在Visa开始职业生涯时,评分是5分中的3.2分,"库马拉斯瓦米分享道。"在过去两年中,我们获得了5分中4.9分的评分。"
虽然这些数字证明了Visa在网络安全方面的投资,但库马拉斯瓦米并不认为这是理所当然的。网络威胁是持续且不断变化的。
回顾在Visa的年月,库马拉斯瓦米回忆起2021年处理Log4J零日漏洞后果的工作。他和团队花费了四周时间扫描数百个使用Log4J且可能面临攻击的应用程序。
"这是全天候的努力,公司中数百人,也许数千人参与了这项技术工作,以确保我们在很短的时间内缓解了这个问题,"他说。"我认为这也让我们对如何思考下一个Log4J有了很多认识。"
不可避免地,将会有更多零日漏洞和更多网络攻击。"当你早上醒来时,你想到的第一件事是,'我足够偏执吗?'自满是安全的敌人,"库马拉斯瓦米说。
**推进网络安全发展**
库马拉斯瓦米总是在思考网络安全中的人才和技术问题。人才是行业中的长期关注点,Visa正在寻求培养自己的人才。
2023年启动的Visa支付学习计划旨在通过培训和认证帮助缩小网络安全技能差距。"我们向所有员工提供这个项目。我们也向我们的合作伙伴,如银行和客户提供,"库马拉斯瓦米说。
目前,Visa在网络安全方面利用约115种不同的技术,库马拉斯瓦米不断评估下一步的发展方向。"我如何达到第116、117、181种?"他问道。"这些需要被添加,因为每一层都很重要。"
当然,生成式人工智能是这个等式的一部分。到目前为止,库马拉斯瓦米和他的团队正在探索网络安全领域超过80个不同的生成式AI项目。
"我们已经将其中三到四个项目推广到整个公司。这包括我们在Visa内部称为'左移'的流程。它现在由智能代理AI支持。它减少了在代码中发现错误的时间。它还有助于减少调查事件的时间,"他分享道。
Visa还将其网络安全最佳实践与客户分享。"我们可以将此视为对中型银行、信用社的增值服务,这些机构没有Visa的规模,"库马拉斯瓦米说。"我真的很兴奋地看到这如何发展,不仅让Visa成为最强的环节,而且让整个支付生态系统都能像Visa一样强大。"
好文章,需要你的鼓励
在他看来,企业对AI的恐惧源自未知,而破解未知的钥匙,就藏在“AI平台+开源”这个看似简单的公式里。
斯坦福和魁北克研究团队首创"超新星事件数据集",通过让AI分析历史事件和科学发现来测试其"性格"。研究发现不同AI模型确实表现出独特而稳定的思维偏好:有些注重成就结果,有些关注情感关系,有些偏向综合分析。这项突破性研究为AI评估开辟了新方向,对改善人机协作和AI工具选择具有重要意义。
Pure Storage发布企业数据云(EDC),整合其现有产品组合,提供增强的数据存储可见性和基于策略的简化管理。EDC集成了Purity存储操作系统、Fusion资源管理、Pure1舰队管理和Evergreen消费模式等架构元素,提供类云存储管理环境。该方案支持声明式策略驱动管理,让客户专注业务成果而非基础设施管理。同时发布高性能闪存阵列和300TB直接闪存模块,并与Rubrik合作提供网络安全防护能力。
威斯康星大学研究团队提出"生成-筛选-排序"策略,通过结合快速筛选器和智能奖励模型,在AI代码验证中实现了11.65倍速度提升,准确率仅下降8.33%。该方法先用弱验证器移除明显错误代码,再用神经网络模型精确排序,有效解决了传统方法在速度与准确性之间的两难选择,为实用化AI编程助手铺平了道路。