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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。