至顶网CIO与应用频道 11月28日 北京消息:据Gartner预计, 到2020年,全球联网使用的移动设备数量将达到208亿。企业对BYOD移动办公方式的不断接纳,让移动设备逐渐成为企业办公的利器。但是BYOD给企业带来便利的同时也给企业带来了全新的挑战,尤其是当涉及到移动设备安全性的问题时。防止数据丢失、控制访问权限、内容防下载以及阻止移动恶意软件感染等都是需要企业解决的重要安全问题。但是谁能保证移动化的安全,在移动设备出现问题时,企业又该如何去解决这棘手的问题?
随着移动化的不断发展,在企业对移动设备安全管理需求不断提高的背景下,企业移动设备安全整体解决方案成为企业首选方案。从最初的MDM(移动设备管理)衍生到功能更强大、管理更全面的EMM(企业移动管理平台),其中标志性的优势就是EMM为企业IT部门提供更多的安全管控功能,这些安全管控不仅仅针对移动设备。EMM平台的基本组件包括设备管理、应用管理、内容管理,数据管理以及电子邮件和安全浏览器的管理。在国内众多EMM厂商中,我们选取智衍信息作为典型厂商,通过分析智衍信息的ZIYA企业移动管理平台的产品特点,让企业对移动设备的安全管控有个大致了解。
数据安全
移动设备的丢失会给企业数据安全带来威胁,尤其是设备上的应用数据和客户数据一旦被非法使用或是被竞争对手拿到,会让企业遭受到巨大的经济损失。对于数据安全管理,企业可以选择容器技术,可以让员工在BYOD设备中设置区分个人数据和企业数据。以电子邮件为例,电子邮件客户端的容器可以区分员工的企业邮件和个人邮件。并且对在容器内的企业数据进行安全防护,防止对数据进行复制、下载、截屏和拍照等操作。
应用安全
移动化的快速发展,将应用安全从传统的桌面带入移动应用时代。移动应用风险为企业业务安全也带来了不确定因素,移动应用安全也成为企业关注的焦点。据了解,对于企业应用安全管控的问题,智衍信息的MAM(移动应用管理),为企业提供统一的内部应用发布和管理。并可以结合应用策略,对远端移动设备的应用进行应用身份验证、应用功能限制、黑白名单以及远程强制安装和应用卸载与关闭等管理。
内容安全
企业员工需要随时随地访问企业共享文件,但是为了保障企业移动数据的安全,防止企业敏感信息泄露,企业则需通过MCM(移动内容管理)对企业共享文件进行安全防护。而智衍信息的MCM通过容器技术,可以隔离、监控和控制敏感信息的分发与访问,防止数据被传送、复制和盗用,并且对含有机密的文件启动自动保护机制。如设备丢失、被盗或是员工离职,管理员可以通过管理后台对设备进行远程擦除操作。大多数企业将移动设备的安全性放在第一位,特别是在BYOD应用场景中,所以MCM是企业移动管理的重要组成部分。
用户行为安全
据美国波耐蒙研究所的一项调查显示,损失最为惨重的网络犯罪案件多数是企业内部人员监守自盗导致,因此企业亟需一种对付恶意内部人员的高级技术。智衍信息的用户行为安全功能,不仅仅可以关注初始登录操作,还可以对员工的输入行为进行跟踪包括输入信息和输入时间。以及对关键词进行过滤,一旦员工输入信息涉及敏感词汇,会提示员工删除。同时ZIYA安全浏览器为企业提供专业安全的网络访问,只允许安全浏览器访问内网服务器,关闭其他浏览器的访问权限。安全浏览器所有访问记录可查,实现行为审计。
BYOD作为移动办公的新技术,正在悄悄的改变传统企业业务的办公方式,为企业提供高效率的办公环境。企业应当正视其存在的安全隐患,并找到适合的移动安全解决方案,才会拥有更加安全的移动办公环境,才能让成为提升工作效率的利器。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。