亚马逊云科技宣布,通过与光环新网和西云数据的紧密合作,在亚马逊云科技(北京)区域和(宁夏)区域推出私有证书授权管理服务Amazon Private Certificate Authority(Amazon Private CA),助力企业加速构建私有证书体系,安全高效地识别内部设备、应用和资源,并提供集中化管理和保护。证书是网络中确认对方身份的关键载体,私有证书常用于企业内部非公网场景,如物联网(IoT)设备的远程控制和升级、车联网设备的通信等。通过Amazon Private CA,企业无需专业的技术人员和运维投入,即可利用专属的加密硬件为私有证书体系提供高级安全防护,方便地对各种用途的证书进行不同层级管理。Amazon Private CA支持国密算法和各种广泛使用的加密算法,以及如连接标准联盟CSA推出的Matter等关键的行业认证,可有效降低企业的安全合规成本,助力中国智能制造企业加速业务创新。
亚马逊云科技大中华区产品总经理陈晓建表示:“如今,越来越多企业正通过构建私有证书体系提升企业的业务安全。我们很高兴将Amazon Private CA服务在中国区域落地,将亚马逊云科技云计算的弹性、安全等优势带给企业用于私有证书的构建和管理,帮助他们更加便捷、高性价比地实现大范围私有证书部署,更安全的进行业务创新。”
随着数字化转型加速,越来越多金融、医疗、大型制造业等企业,欲通过构建私有证书体系,进一步提升企业数据和通信安全并满足合规要求。但自建私有证书体系的门槛较高,需要专业人员、昂贵加密硬件的投入,且证书全生命周期管理复杂,需分配不同层级证书、权限,设置吊销周期等。
Amazon Private CA是一项完全托管的私有证书授权管理服务,用于创建多功能私有证书及其授权配置的创建,识别和保护内部资源如服务器、应用程序、用户设备和容器等,满足监管合规要求,并提供便捷的管理功能,降低企业实施证书授权和管理的门槛。
Amazon Private CA目前广泛应用于IoT物联网和车联网领域。Amazon Private CA已符合连接标准联盟CSA提出的Matter合规要求,企业使用Amazon Private CA服务可按需付费,大幅降低获得Matter认证的成本,并减少在证书安全和管理上的工作量。2023年全球通过Matter认证的企业有一半以上使用了Amazon Private CA服务。
道通科技专注于新能源充电桩、汽车综合诊断、检测分析系统及汽车电子零部件的研发、生产、销售和服务,致力于为客户提供“更智能、更易用、更可靠、更绿色“的全场景极致充电体验。凭借过硬的产品力、端到端的服务体验、本地化建厂策略,道通科技已发展成为全球领先的电动汽车充电解决方案提供商,业务覆盖北美、欧洲、亚太、南美、中东非等70多个国家和地区,在北美、越南和中国均设有生产基地。道通科技采用Amazon Private CA支持其多种业务场景,包括在其生产线上实时给每台设备签发和预置唯一的数字证书;为软件签发签名证书以实现固件和软件的合法性校验和防篡改;同时也为设备运维MQTT平台签发各种服务端证书,以建立服务之间、服务和设备之间的双向安全通道。Amazon Private CA显著降低了道通科技在全球业务方面的安全合规投入,并全面加强了其物联网产品的通信安全和软件安全。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。