至顶网CIO与应用频道 12月21日 北京消息: 12月19日~20日,以“云涌起,安共商”为主题的2017第一届国际云安全大会在安徽宿州召开。腾讯云副总裁黎巍发表主题为“智慧安全—构建云端新生态”的演讲。
腾讯云副总裁黎巍发表演讲
他表示,飞速发展的云计算、人工智能在推动产业快速演进的同时,大量安全设施、策略模型在面对不对称的黑产攻击时已变得非常脆弱,云服务和安全服务提供商需要有全新的思维和格局来应对这场变革。而腾讯云安全一直积极探索更加主动的智慧安全解决方案,打造云端安全新生态。
产业高速演变 安全挑战急速增加
2016年以 IaaS、PaaS 和 SaaS 为代表的典型云服务市场规模达到654.83亿美元,预计2020年将达到1435.3亿美元。
云计算等新兴技术为产业高速演变带来的机遇不言而喻,但随之而来的安全挑战也在急速增加。黎巍表示:“伴随云计算、人工智能、物联网的飞速发展,整个产业都在发生巨变,传统的网络边界变得模糊,过往的大量安全设施、策略模型在面对不对称的黑产攻击时变得非常脆弱。”
黎巍表示,“面对网络攻击、信息安全造成的极大损失和安全挑战的急速增长,腾讯云意识到安全在云端有了全新的诠释,而我们需要有全新的思维和格局来应对这场变革。”
AI 赋能 全面护航企业安全
“AI+安全”在云计算时代展现出强大的生命力。黎巍表示:“作为云服务和安全服务提供商,腾讯云通过机器学习、图计算、知识库与大数据结合,以 AI 赋能安全,打造了全新的行业生态。”
黎巍在大会上全面的介绍了腾讯云安全战略布局。他表示,腾讯云安全的核心就是以大数据、AI 算法为核心驱动,构建应用于安全领域的图谱分析、图像识别、自然语言处理、知识表达等 AI 能力,让AI安全引擎有效对抗恶意攻击。同时,从场景出发,将AI能力应用于传统安全检测、分析对抗,比如:威胁情报、恶意流量监测、恶意图片识别等。
此外,腾讯云还输出了业务安全(天御)、主机安全(云镜)、数据安全(数盾)、移动安全(乐固)、账号安全(祝融)、网站与流量安全、内容安全、风控安全8 项安全解决方案,打通AI与安全的关系,形成了AI安全能力矩阵。
黎巍表示,截至目前,腾讯云每年可帮助云上客户防御超过700万次的DDoS攻击,防御成功率超过99.995%;截止2017年9月,腾讯云反欺诈服务累计守护资金超过97.6亿元人民币;在敏感信息、色情等恶意图片的识别率方面,腾讯云均为行业第一。
连接产业链 构建智慧安全新生态
强大的安全能力背后,是腾讯多年来安全经验积累的输出,同时也是腾讯云安全生态能力的彰显。
腾讯云是最早关注云计算生态安全企业之一。黎巍介绍,2016年7月,腾讯成立了国内首个互联网安全实验室矩阵——腾讯安全联合实验室,旗下涵盖科恩实验室、玄武实验室、湛泸实验室、反病毒实验室、反诈骗实验室、移动安全实验室、云鼎实验室共七大专业实验室。专业的安全团队是智慧安全能够落地的信心保证,腾讯七大安全联合实验室护航云端,共同为腾讯云的客户提供从基础到应用、从云到端、从传统到前沿的安全保障。
同时,黎巍还指出,数字经济时代,构建一个云安全生态依旧是一个巨大的挑战,这绝不是一己之力可以完成的一项伟大事业。去年,在“互联网安全责任论坛”上,腾讯云把每一个纵深领域的专家和力量汇聚起来,联手多家安全企业,成立了云安全服务联盟,形成联合作战的能力。
面对种种安全挑战,腾讯云在推动云计算市场健康发展的路上始终怀抱开放的态度,在推动合作共赢新生态上表现出了巨大的决心。在演讲最后,黎巍表示:“腾讯云安全一直在科技的最前沿积极探索,提供给用户更加主动的智慧安全解决方案,为用户打造云端安全新生态!”
好文章,需要你的鼓励
谷歌Agent Development Kit(ADK)革新了AI应用开发模式,采用事件驱动的运行时架构,将代理、工具和持久化状态整合为统一应用。ADK以Runner为核心,通过事件循环处理用户请求、模型调用和外部工具执行。执行逻辑层管理LLM调用和工具回调,服务层提供会话、文件存储等持久化能力。这种架构支持多步推理、实时反馈和状态管理,为构建超越简单聊天界面的生产级AI应用提供了完整框架。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
苹果在iOS 26中推出全新游戏应用,为iPhone、iPad和Mac用户提供个性化的游戏中心。该应用包含五个主要版块:主页展示最近游戏和推荐内容,Arcade专区提供超过200款无广告游戏,好友功能显示Game Center动态并支持游戏挑战,资料库可浏览已安装游戏并提供筛选选项,搜索功能支持按类别浏览。iOS 26.2版本还增加了游戏手柄导航支持,为游戏玩家提供更便捷的操作体验。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。