和北京健康宝一样,粤康码同样为保障人民群众正常亮码、顺利出行,为精准防疫、科学抗疫做出了不可替代的重要贡献。
粤康码的总体架构、建设运维、产品研发、数据平台和信息安全都是由数字广东网络建设有限公司(以下简称“数字广东”)进行支撑。
数字广东不仅为抗击疫情做出贡献,更重要的是其还助力推进广东省“数字政府”改革建设各项重点工作,为改革提供政务云平台、政务大数据中心、公共支撑平台三大基础资源平台,承担了方案设计以及省级电子政务基础设施和系统的建设运维工作。
同时,数字广东提供“粤省事”移动政务服务平台、“粤商通”涉企移动政务服务平台、粤政易移动办公平台三大应用,针对民众、企业、公职人员三大群体提供相应服务,从便利民生事项办理、优化营商环境、提升政府行政效率等多方面助力“数字政府”建设。
数字政府建设过程中最看重的就是安全问题。负责数字广东信息安全建设和保障工作的数字广东安全部部长张报明认为数字政府的建设和运营,安全是底线。
数字广东安全部部长张报明
但是安全是一个相对专业的范畴,想要做深做精需要投入大量的时间和成本,而且现阶段依靠买硬件、买软件、堆人力的建设思路已经无法应对当今复杂的安全态势。
企业的安全建设需要从产品驱动向服务驱动转变,安全托管服务对于数字广东是一个很好的解决方案,获得持续、高效的安全监控和运营管理服务。
安全托管是一种新选择
数字政府的建设其实面临了很多的网络安全挑战,张报明强调了四大挑战,第一,安全运营和保障:如何实现安全建设与运营并行,安全人才和运营团队合法合规运营;第二,安全管理:明确责任主体、风险管控、应急处理;第三,安全防护技术:建设协同体系,信息与隐私泄漏预警能力;第四,顶层规划:建立安全体系、监管体系等。
而且在云场景下,企业迎来了新的安全挑战,这些都是现有安全建设体系无法满足的。
今年7月工信部发布了《网络安全产业高质量发展三年行动计划(2021-2023年)(征求意见稿)》提出要“创新安全服务模式”,加强安全企业技术产品的云化能力,推动云化安全产品应用,鼓励综合实力强的安全企业发展弹性、灵活的云模式网络安全服务。
数字广东的系统涉及了广东省70%的电子政务系统,范围广、体量大,对于服务保障的效率与准确度要求极高,以堆人的方式不可能完成任务,需要敏捷精准的自动化安全平台提供安全运营保障和有实战经验的专业化团队支持。
在张报明看来,数字政府的安全建设上已经开始转变思维,更多以服务的形式去采购实体化的产品。
所以数字广东也将目光转向了第三方专业的安全托管服务,但对于服务商则有一个明确的基本要求,能够第一时间响应和处理。
安全永远在路上
数字政府任何一个数据的泄露都会产生多种不同的社会影响,重则影响国家安全,轻则影响区域性经济,人民群众的生活。
数字广东需要一个在同一战壕,可以一起应对网络安全挑战的战友紧密协同。
最终基于腾讯安全托管服务MSS,数字广东在初期以红蓝攻防演练测试平台安全完善程度,重点时期负责安全值守与应急响应,最终取得重保期间0安全事件、0安全事故、0业务故障的成果,让全省70%政务系统运行无忧。
而且在刚刚结束的大型节日重保期间,由腾讯安全服务平台MSP在数字广东重要时期的安全保障工作起到了重要作用。腾讯安全服务平台从原子层、流程层和可视层3大层面保障了安全服务的交付。
当然在实施的过程中也会遇到各种挑战,腾讯云安全总经理李滨说道,数字广东安全运营工作,一方面客户单位众多,情况较为复杂,另一方面各单位使用服务资源的能力参差不齐,作为供给侧需要管理优化实现流程的标准化,服务统一化。
腾讯安全托管服务MSS针对企业广泛的安全需求提供了八类基本服务包,同时针对企业特殊需求提供额外增值包,所以针对数字广东也进行了定制化的服务。
未来数字政府在保证安全的前提下,还可以将数据进行合理的共享和使用,进一步促进产业数字化转型。
张报明认为安全托管只是一个开始,安全永远都在路上。
好文章,需要你的鼓励
Brave Software开始为其AI助手Leo提供可信执行环境(TEE)技术,以增强云端AI服务的隐私保护。目前该功能仅在测试版本中支持DeepSeek V3.1模型。TEE技术能为数据处理提供可验证的机密性和完整性保障,解决传统云端AI模型处理用户请求时数据暴露的隐私风险。该技术采用Intel TDX和Nvidia TEE方案,让用户能够验证服务提供商的隐私承诺,确保AI响应来自声明的模型,未来将扩展支持更多AI模型。
华南师范大学团队开发的GraphTracer框架,通过构建信息依赖图解决多智能体系统高失败率问题。该方法摒弃传统时间序列分析,追踪信息流网络精确定位错误根源,在失败归因准确率上比现有方法提升18.18%,并已开源供实际应用。
OpenAI宣布与富士康合作,专注于下一代AI基础设施硬件的设计和美国制造准备工作。双方将结合OpenAI对AI模型需求的洞察和富士康的制造专业知识,共同设计多代数据中心硬件,强化美国AI供应链,并在美国本土构建关键AI数据中心组件。此次合作旨在满足先进AI模型对专用物理基础设施的需求,加速先进AI系统的部署。
杜克大学研究团队通过几何框架分析发现,AI推理过程呈现连续"流动"特征而非离散跳跃。研究表明逻辑结构像河床般调节推理流的速度和方向,即使面对不同语言和领域的内容,相同逻辑结构的任务在AI内部表现出惊人的几何相似性。这一发现颠覆了AI为"随机鹦鹉"的传统认知,证明AI具备真正的逻辑理解能力,为AI可解释性和系统优化开辟新方向。