近日,在2019合肥网络安全大会期间,紫光旗下新华三集团与安徽大学共同举办了数字校园安全论坛,众多教育信息化领域的专家学者亲临安大校园,分享“等保2.0”时代数字化校园安全体系的理论认知和实践经验,共同见证了新华三主动安全在安徽大学、天津大学、河北交通职业技术学院等教育机构部署与应用的成功案例。安徽大学副校长俞本立,新华三集团中国区副总裁兼科教系统部总监刘丰等领导出席了本次论坛并致辞。
等保2.0时代,主动安全护航教育数字化转型
随着教育信息化的落地和教育模式的变革,错综复杂的安全问题成为各大院校关注的重中之重,网络安全建设成为推进教育信息化改革的重要一环。安徽大学副校长俞本立在致辞中提到,要实施好“教育信息化”奋进之笔,加快推动“教育信息化”转型升级,积极推进“互联网+教育”,坚持高质量发展,以“教育信息化”支撑和引领“教育现代化”。
新华三集团中国区副总裁、科教系统部总监刘丰在致辞时表示:“智慧校园在保证师生互联网信息获取顺畅的同时,更要保护师生的个人隐私安全、保障学校核心业务稳定运行。针对数字化时代新的需求和挑战,新华三从顶层设计出发,积极引入主动安全理念,以全生命周期的端到端技术组合,实现校园安全体系的重构和升级,为数字化校园的加速落地提供了全面领先的安全解决方案。”
会上,天津大学信息部网络中心主任刘峰在现场介绍了天津大学校园安全建设的经验,天津大学以数据为驱动、以威胁情报为线索、安全分析为主导、安全攻防为核心,打造了主动安全管控平台,实现了从被动合规响应到主动管控的变革。
河北交通职业技术学院主任高红宾介绍了数字校园安全防护体系的建设现状和未来重点,他提到,为适应等保2.0的要求,学院借助新华三集团的主动安全创新能力,构建了河北省高职院校首个全方位立体式的自适应的校园网络安全防护体系。
安徽大学网络信息中心副主任段运生介绍了与新华三集团共建校园安全体系的经验,双方以深度感知、协同联防的校园安全感知平台为核心,共同构建起综合网络安全防御体系,从资产、用户、流量、行为、配置基线等多个维度进行安全防护,以基层探针配合安全分析大脑,上下联动,出现问题快速决策、及时处理,为安徽大学教育信息化改革提供了坚实的后盾。
主动安全护航教育创新,保障智慧校园建设
论坛期间,新华三集团安全合肥研究院副院长顾成杰介绍了新华三人工智能赋能下主动安全体系的创新和应用,可针对风险和威胁做到主动发现、提前预警、智能分析、及时响应,从而保障业务运行、资产和数据安全,提升安全效率。
在产教融合方面,新华三集团信息安全校企合作部部长李国宝介绍了新华三在推动安全学科专业建设方面做出的贡献。新华三能够与高校进行共同科研与产品转化,共同进行安全建设和意识提升,从各个层面为高校的安全事业提供有效支持。
在论坛结束后,与会嘉宾实地参观了安徽大学在校园网络安全方面的成功实践以及新华三集团态势感知等网络安全领域最新解决方案。作为安徽大学构建“主动安全”体系的合作伙伴,新华三为教育行业打造了包括安全态势感知、校园安全分析平台、安全态势和情报中心、校园安全SaaS云在内的产品体系,实现校园安全体系的“主动发现、预知未来、协同防御、智能进化”,满足智慧校园不同发展阶段、不同场景应用对于安全防护的需求。
目前,新华三集团的安全产品及解决方案已成为半数以上“双一流”高校的首选,为全国各地的智慧校园建设安全护航。作为数字化解决方案领导者,新华三将继续探索主动安全在教育行业内的创新应用,以全面、智能的安全保障能力,护航教育行业用户的数字化转型。
好文章,需要你的鼓励
微软与Anthropic达成合作协议,为Microsoft 365 Copilot用户提供Claude AI引擎选项。商业版Frontier Copilot用户可选择Claude Opus 4.1和Sonnet 4等模型,但需管理员权限。这标志着微软正在超越OpenAI,采用更开放的AI代理方式。微软已在Visual Studio中集成Claude,并在Azure中加入Grok AI。微软AI CEO表示,公司将基于他人最佳技术构建应用,而非追求AI领导地位。
哥本哈根大学等机构研究发现,主流视觉语言模型在将图像转换为文字描述时会丢失40%-90%的视觉信息。研究开发了两种创新方法来量化这种信息丢失:邻居关系分析和嵌入重建技术。实验表明信息丢失直接影响AI的检索和问答性能,研究还实现了丢失区域的精确可视化,为优化AI视觉系统提供了重要工具。
OpenAI发布ChatGPT脉冲功能,这一推送特性可根据用户聊天历史自动生成个性化每日更新。该功能目前向Pro订阅用户开放,通过分析用户聊天记录、偏好设置以及Gmail和谷歌日历连接,AI模型在夜间进行研究,次日清晨以卡片形式推送相关信息。用户可通过点赞或踩的方式提供反馈。这标志着OpenAI向主动式AI助手转变的重要一步。
阿联酋研究团队创建了PersonaX数据库,包含超过1.3万人的多模态性格分析数据。通过整合面部照片、背景信息和AI生成的行为特征描述,研究首次实现了大规模的跨模态性格分析。团队开发的双层分析框架不仅能发现统计关联,还能揭示深层因果关系,为理解人类性格特征提供了全新视角。