网络安全现在已经不仅是一个技术问题,更是每一家企业成功与否的关键因素。
在亚马逊云科技首席信息安全官Chris Betz看来,网络威胁日益复杂的今天,企业的安全防护不仅要依赖于先进的技术,更需要深厚的安全文化作为支撑。
Chris Betz最早是亚马逊云科技的客户,现在他已经在这里工作了9个月,在这几个月中,他认识到自己对于亚马逊云科技的了解还远远不够,尤其是在安全上。
在今年AWS re:Inforce之前,Chris Betz在受采访时就表达了,为什么安全从第一天起就成为全公司的首要任务,并将永远是亚马逊的首要任务的七个原因。
亚马逊云科技在面对新兴威胁时,始终保持着高度的警觉和快速反应。通过威胁情报和安全自动化工具,实时监控和响应潜在的安全威胁。这些工具不仅帮助亚马逊云科技快速识别和解决安全问题,也为客户提供了更高的安全保障。
全员参与的安全文化
安全文化是亚马逊云科技成功的基石,从公司的CEO到每一位员工都将安全作为头等大事。无论是现任CEO Matt Garman,还是前任CEO Adam Selipsky和Andy Jassy都明确表示安全是亚马逊云科技的最高优先级,这种从上而下的安全承诺,让企业的安全意识和行动可以保持一致。
“将安全放在首位,不仅仅是一句口号,而是贯穿于我们每一个决策和行动中的核心价值观。”Chris Betz指出,这种文化不仅体现在领导层的表态上,还通过具体的系统和流程得以实施和强化。
亚马逊云科技通过一系列系统和流程,确保每位员工都理解并重视安全问题。例如,开发了多种机制来帮助团队在工作中不断强化安全意识和责任感,这些机制不仅包括技术工具,还涉及到培训和教育。
确保生成式AI工具的安全性
生成式AI在内容生成和自然语言处理方面具有显著优势,现在在网络安全中也发挥出越来越重要的作用。
攻击者可以使用生成式AI,同样防御者也可以使用生成式AI。这也是为什么Chris Betz在re:Inforce上大篇幅的谈论生成式AI的原因。
当然,他也谈到,生成式AI对于安全是非常重要的话题,但并不是唯一的话题,我们必须确保企业使用生成式AI的工具是安全的。亚马逊云科技的工作就是确保无论使用什么技术,都以安全的方式来提供。
Amazon Q可以让生成式AI在实时编写代码时就可以识别安全问题,这对于人们的工作方式来说是一个游戏规则的改变,避免了传统的写代码、调试、安全审查、修复的繁琐流程。这种即时检测和修复的能力,不仅提高了开发效率,也显著增强了代码的安全性。此外生成式AI还被应用于安全操作中心,帮助分析师更快速地识别和响应安全事件。
生成式AI与自动推理的互补
虽然生成式AI在某些方面表现出色,但它并不能完全取代传统的安全工具。Chris Betz认为,自动推理在高质量、大量交易的环境中确保每个网络访问控制列表的准确性和安全性。
生成式AI和自动推理在亚马逊云科技的安全策略中相辅相成,确保在不同场景下选择最合适的工具来解决安全问题。
Chris Betz讲述了亚马逊云科技在自动推理的具体实践,比如使用自动推理验证加密协议、授权逻辑和存储系统的一致性的正确性;让客户能够通过推理策略和网络控制来证明不存在意外访问;验证诸如防火墙、入侵检测系统或安全编码实践等安全机制。
从硬件开始的安全创新
在硬件安全方面,亚马逊云科技也一直在创新,像Graviton和Nitro提供了强大的安全保障。
Graviton 4完全加密了所有高速物理硬件接口,包括DRAM、PCIe到Nitro卡以及双插座实例中芯片与第二个Graviton插座之间的芯片间链路。
Nitro技术通过提供硬件级别的安全保障,确保亚马逊云科技操作员无法访问EC2环境中的任何工作负载,为客户提供了更高的安全性和信任度。Nitro Enclaves 是一项Amazon EC2功能,Nitro enclaves允许客户在不影响性能的情况下,确保数据仅由可信的软件进行处理,这为客户提供了更高的安全保证。
在网络安全日益重要的今天,亚马逊云科技的安全措施和技术创新不仅保护了自身的运营,也为客户提供了强有力的保障,通过文化和技术的结合,实现企业的安全目标。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。