当前,5G标准化工作已经全面启动,3GPPSA2将在2016年底完成5G网络架构的研究工作。但是5G可不只是快,安全也很重要。专家指出,应亟需尽早明确5G网络安全需求,才能最终实现构建更加安全可信的5G新型网络的目标。
此前,工信部副部长刘利华在出席5G信息通信技术研讨会时透露,当前5G标准化工作已全面拉开序幕,研发实验工作进入攻坚阶段。2017年将展开5G网络第二阶段测试,2020年有望启动5G商用。
面对5G网络的新发展趋势,尤其是5G新业务、新架构、新技术,都会对安全和用户隐私保护提出新的挑战。
“5G安全机制除了要满足基本通信安全,还需要为不同业务场景提供差异化安全服务,能够适应多种网络接入方式及新型网络架构,保护用户隐私,并支持提供开放的安全能力”,专注无线与移动领域研究的CATR技术与标准所的李侠宇指出。
据了解,5G的eMBB场景与传统移动互联网场景相比,主要的区别是为用户提供高速的网络速率和高密度的容量,因此将出现数量众多的小站(small cell、femtocell)。小站的部署方式、部署条件以及功能都存在灵活多样的特点。传统4G安全机制未考虑此种密集组网场景下的安全威胁,因此,除了传统移动互联网所存在的安全威胁外,在这种密集组网场景下可能会存在小站接入的安全威胁。
针对大规模物联网场景,预计到2020年,联网设备达500亿台。终端包括物联网终端、RFID标签、近距离无线通信终端、移动通信终端、摄像头以及传感器网络网关等。由于大部分物联网终端具有资源受限、拓扑动态变化、网络环境复杂、以数据为中心以及与应用密切相关等特点,与传统的无线网络相比,更容易受到威胁和攻击。在此海量设备情况下,为了确保信息的准确有效性,需要在机器通信中引入安全机制。而若每个设备的每条消息都需要单独认证,则网络侧安全信令的验证需要消耗大量资源。在传统4G网络认证机制中没有考虑到这种海量认证信令的问题,一旦网络收到终端信令请求超过了网络各项信令资源的处理能力,则会触发信令风暴,导致网络服务出现问题。进一步的,整个移动通信系统可能会因此出现故障,进而崩溃。
李侠宇介绍,未来5G安全将在更加多样化的场景、多种接入方式以及新型网络架构的基础上,提供全方位的安全保障。除满足基本通信安全外,5G安全机制能够为不同业务场景提供差异化安全服务,能够适应多种网络接入方式及新型网络架构,保护用户隐私,并支持提供开放的安全能力。
在最近的一场公开会议上,诺基亚、上海贝尔等高管均提出,“5G将面临全新的安全挑战”。当前,5G标准化工作已经全面启动,根据工信部部署及三大运营商布局5G的状况,中国电信、中国移动和中国联通将在2018年展开5G网络建设。第一阶段将覆盖国内主要大中城市,第二阶段覆盖全国主要地区。
市场分析人士认为,根据以往经验,三大运营商前两阶段的网络建设投资将不低于4G网络建设,总额将超过3000亿元。随着我国5G商用时间表正式出炉,万亿市场无疑将引来资本力量的竞逐。届时比拼的将不仅仅是“快”,更重要的是要构建更加安全可信的5G新型网络,才能满足未来移动互联网和物联网应用的海量需求。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。