随着全行业数字化转型的深入,网络安全的内涵和外延随之发生巨大变化。在此背景下,本月举办的2019合肥网络安全大会“网络安全前沿技术及工业互联网论坛”成为安全新思维、新技术碰撞与展示的舞台,众多高新技术企业的产业专家,技术领袖相聚一堂,共论工业互联网当前的安全形势、最新技术与实践进展,展示以主动安全为代表的前沿技术创新成果,分享数字化时代安全体系建设新挑战、新思路和新突破。
隐私保护与数据安全,保障工业互联网健康发展
当前,隐私保护是在工业互联网建设中的关键挑战之一。安徽大学计算机科学与技术学院教授、博士生导师陈志立教授指出,互联网通过数据统计分析挖掘数据价值的同时,也对无论是个体还是工业互联网的隐私保护带来巨大挑战。在众多隐私保护技术中,差分隐私能够在保证数据可用性的同时保护个体隐私,广泛应用于数据发布、数据挖掘、推荐系统、众包等很多技术领域,为工业互联网的健康发展保驾护航。
AI分析技术的演进亦挑战着数据隐私问题,深圳云安宝科技有限公司联合创始人韩培义分享探讨了数据脱敏、匿名算法、同态加密等一系列技术路线的优劣势。韩培义同时指出,在实际应用中,将调试环境和运行环境分离,是保障数据隐私的有效手段。
数字经济时代,数据已经从资源上升为企业资产,因此数据的安全监管至关重要。福建中信网安信息科技有限公司解决方案总监林锴介绍了新时代数据安全监控体系能够实现的资产发现、业务梳理、风险分析、溯源响应、辅助决策五大核心能力,能够为企业和安全部门提供重要数据的安全监管。
边界安全助力工业互联网稳定运行
工业互联网的发展为边界安全的构建和实施带来了新的要求。上海金电网安科技有限公司技术总监黄辉提出,基于可信计算的数据交换安全边界,应将边界、应用和可信计算有机结合,相互配合,才能达到最佳安全防护效果。
安徽合力股份有限公司信息技术研究处所长王宏宇认为,企业应与安全厂商合作,建立内外连接边界保护,加强安全体系建设,提升人员安全意识。
主动安全构筑工业互联网安全防护根基
在工业互联网高度发展的今天,每一个小故障都会带来难以估量的损失。四川亿览态势科技有限公司CEO李润恒博士在现场展示了安全知识大脑在态势感知中的应用,通过提供精准攻击检测、多源知识生长闭环、异构产品灵活集成等功能,将故障解决在发生前。
云技术是工业互联网的基础之一,紫光云技术有限公司首席架构师王勇介绍道,紫光云以“主动安全”理念,构筑“两横三纵”的安全体系架构。“两横”即为基础设施安全与租户业务安全并行,“三纵”则指紫光云着力于推进安全研发,安全合规及安全运营三方并进,提供多方面、多维度、全方位的安全保障能力。
紫光旗下新华三集团提倡“零信任模型”,对业务访问建立全生命周期的安全防护。新华三零信任解决方案的核心优势在于,以身份安全为基础,构建可信网络,并辅以AI能力,时刻监控异常访问行为。同时,以攻防为视角,提升用户全方位的动态防御能力,构建基于零信任理念的主动安全防护体系。
融合了新一代网络安全技术与现代工业的工业互联网,是推进传统制造业转型升级、驱动社会经济高质量发展的关键平台。未来,新华三集团还将持续把主动安全融入工业互联网建设,以全栈感知、智能分析、应用驱动的安全技术体系保障工业互联网的安全稳健运行,为智能制造构筑更加坚实的底层平台。
好文章,需要你的鼓励
博通宣布对VMware Cloud Foundation平台进行重大升级,将私有AI服务集成到核心订阅中,并为vSAN存储虚拟化软件添加云原生对象存储支持。此举旨在满足企业对简化基础设施、高效AI采用和网络安全的需求。升级包括与英伟达合作的VMware Private AI Foundation服务、支持AMD GPU、Amazon S3兼容对象存储、与Canonical合作的Ubuntu容器镜像,以及新的四阶段自动化安全流程。博通还推出了面向高监管行业的VCF网络合规高级服务。
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
Google正式发布Gemini 2.5 Flash Image模型,该模型此前在测试版中被称为nanobanana。新模型为企业创意项目提供更多选择,能够快速修改图像外观并提供比以往模型更强的控制能力。该模型在保持人物相似度和编辑一致性方面表现出色,支持多轮编辑、照片融合等功能,并已集成到Gemini应用中供付费和免费用户使用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。