云计算会越来越火。包括传统企业都在考虑未来将更多的非关键性业务迁移到云上。在这个迁移的过程中,云安全是他们关心的一个重要问题。
企业IT管理者需要稳固的云安全性,为此他们尝试寻找最佳的方法和技术。但仅仅这样做并不完整。事实上,可靠的云安全技术是可用的,大多数企业中IT组织的云团队也都善于发现和使用这些技术。但云IT绝不存在于真空中,只有正确的方法和技术才能保护企业的云计算。
为了实现稳固的云安全性,企业的IT部门往往需要聚焦在一起,既专注于传统技术,又要专注云计算。但实际的情况是,这样做被证明是非常困难的。云安全要求我们将旧的IT与新的架构混合。在很多企业中,这被证明是一个严峻的挑战。
在许多情况下,构建和部署云的组件实际与传统IT是脱钩的。前者并没有与传统IT之间建立正确的联系。然而,要构建有效的云安全性,大多数传统系统是需要包含在云设计和部署中的。
最弱的安全联系通常是违规行为发生的地方。基于公有云的系统的安全性可能是完美的,但传统的系统为这些新搭建的云系统提供了一个侧门。攻击者更多时候恰恰专注的就是这些容易被忽视的侧门。
全球上千个企业在部署云计算安全性时,经常通过渗透测试等技术,在遗留方面发现巨大的漏洞。不止是遗留的IT系统有这样的漏洞问题,而当这些传统IT系统连接到云系统时,它们往往破坏了本已经部署好的云安全性,这样情况会更糟。
这些部署云计算的企业的实际情况证明,我们需要意识到IT是一个全面的工作,将云计算添加到IT中更有理由要考虑安全的协同效应。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。