云计算会越来越火。包括传统企业都在考虑未来将更多的非关键性业务迁移到云上。在这个迁移的过程中,云安全是他们关心的一个重要问题。
企业IT管理者需要稳固的云安全性,为此他们尝试寻找最佳的方法和技术。但仅仅这样做并不完整。事实上,可靠的云安全技术是可用的,大多数企业中IT组织的云团队也都善于发现和使用这些技术。但云IT绝不存在于真空中,只有正确的方法和技术才能保护企业的云计算。
为了实现稳固的云安全性,企业的IT部门往往需要聚焦在一起,既专注于传统技术,又要专注云计算。但实际的情况是,这样做被证明是非常困难的。云安全要求我们将旧的IT与新的架构混合。在很多企业中,这被证明是一个严峻的挑战。
在许多情况下,构建和部署云的组件实际与传统IT是脱钩的。前者并没有与传统IT之间建立正确的联系。然而,要构建有效的云安全性,大多数传统系统是需要包含在云设计和部署中的。
最弱的安全联系通常是违规行为发生的地方。基于公有云的系统的安全性可能是完美的,但传统的系统为这些新搭建的云系统提供了一个侧门。攻击者更多时候恰恰专注的就是这些容易被忽视的侧门。
全球上千个企业在部署云计算安全性时,经常通过渗透测试等技术,在遗留方面发现巨大的漏洞。不止是遗留的IT系统有这样的漏洞问题,而当这些传统IT系统连接到云系统时,它们往往破坏了本已经部署好的云安全性,这样情况会更糟。
这些部署云计算的企业的实际情况证明,我们需要意识到IT是一个全面的工作,将云计算添加到IT中更有理由要考虑安全的协同效应。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。