Backslash发布了其AppSec平台的广泛企业级功能

Backslash正引领替换过时的传统SAST和SCA工具的潮流,推出了新的灵活策略引擎、多团队支持、CI/CD集成、工作流自动化、扩展语言支持等功能。图片{ width=60% }


现代应用程序安全解决方案Backslash Security今日发布了扩展性强大的新平台功能。通过广泛的本地集成、安全团队工作流集成和自动化功能、CI/CD集成以及增强的语言支持,Backslash现在服务于完整的软件开发生命周期,并进一步支持大型企业的应用安全需求。
“使应用安全团队成功的两个核心元素是,一是消除噪音,以优先处理真正可达和可利用的漏洞;另一个是与开发人员建立信任,让他们相信我们标记的风险是真实的,并值得他们的努力来调查和修复。”Capital Rx的安全与合规主管Shane Garoutte表示。“Backslash对可达性分析的关注使我们能够同时实现这两点,而且通过平台的扩展功能,我们还可以与DevOps紧密合作,将安全整合到软件开发生命周期中。”
Backslash结合了SCA、SAST、SBOM、VEX和秘密检测,用可达性分析替换了过时的传统SAST和SCA工具,通过深入的可达性分析揭示最关键的风险。Backslash平台的新发布增强功能包括:
扩展支持大型企业用例:
与Github Enterprise On-Premise、Github Enterprise Server、Gitlab On-Premise和Bitbucket On-Premise的集成实现与企业本地代码库的无缝连接。扩展语言支持增加了C、C++、Ruby、Rust和Scala到Backslash现有的语言组合,以服务多样化的技术栈并保护整个代码库,包括第三方库和依赖项。基于角色的访问控制使企业可以轻松管理对Backslash平台的访问,以适应组织内庞大和多样化的用户群。
安全团队工作流增强:新的自动化策略和操作功能使Backslash用户可以指定安全工作流程,自动创建与以下协作平台的工单和通知:Jira、Monday.com、ServiceNow、Slack和Microsoft Teams。
CI/CD集成以支持DevSecOps:与Gitlab Pipelines、Github Actions和Azure Pipelines的集成使DevOps团队能够实施DevSecOps流程,并防止在拉取请求和CI/CD阶段引入新问题。
可达性分析增强:
幻影软件包是由传递软件包引入的,不是由应用程序开发人员定义或控制的软件包,这些软件包超出了开发人员的控制,并可能将易受攻击的版本引入应用程序。Backslash在开源软件代码中检测到这些幻影软件包,即使它们没有在清单文件中声明。Backslash安全的可达性分析识别易受攻击的传递软件包,帮助开发人员了解哪些漏洞实际上被使用,因此可以进行优先处理。新的用户界面功能通过为每个可达路径显示代码引用,增强了可达性证据。
“Backslash使企业能够优先处理真正关键的代码风险,并在软件开发生命周期中的许多团队和利益相关者之间建立信任。”Backslash Security的联合创始人兼首席技术官Yossi Pik表示。“这些最新增强功能自动化了关键的AppSec任务,确保问题根据正确的优先级处理,并顺畅地整合到组织工作流程中,同时加强了我们的可达性分析,为企业安全团队提供无与伦比的成果。”
通过预配置的演示环境开始使用全功能访问Backslash平台的免费试用,其中包括SAST、SCA、幻影软件包、VEX、SBOM、秘密等,现已在backslash.security/trial上提供。
探索AITechPark,了解人工智能、物联网、网络安全、人工智能技术新闻领域的最新进展,以及行业专家的深度更新!


感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

VIAVI与合作伙伴将展示6G和AI研究

VIAVI首席技术官Dr. Sameh Yamany将发表题为“电信数字孪生体及其在未来技术成熟中的作用”的主题演讲
Viavi Solutions Inc.(VIAVI)(纳斯达克:VIAV)今天宣布,将在丹佛科罗拉多州举办的IEEE国际通讯大会上,呈现关于下一代网络技术(包括6G、人工智能、开放式无线接入网(O-RAN)和非地面网络(NTNs))的研究成果、解决方案和观点。图片{ width=60% }


该公司还将展示VIAVI的开放式无线接入网自动实验室服务(VALOR™)。

6G
全AI神经网络传输。展示VIAVI专有的完整神经网络(NN)接收器在下行场景中的应用,利用5G-NR兼容的OFDM信号(PDSCH)在自定义测试平台上的传输和接收。MIMO Delay-Doppler领域波形。正交时频空间(OTFS)是一种调制技术,旨在解决无线信道延迟和多普勒频移特性带来的挑战。VIAVI将展示OTFS在使用VIAVI专有简化的预编码器解决方案进行多天线传输时的性能,并将其与OFDM进行比较。在超载网络中的速率分裂多址访问。此演示将展示VIAVI专有技术在速率分裂多址访问(RSMA)方案中的应用,旨在减轻传输天线少于用户的超载网络中的多用户干扰。

高保真数字孪生体
VIAVI正在与东北大学的物联网硕士研究所和Open6G合作研究中心合作,基于人工智能和机器学习技术,开展基于尺度的射频传播信道建模,以开发一个城市规模的6G网络数字孪生体。VIAVI和东北大学将展示:
使用人工智能/机器学习增强射线跟踪用于无线电频率(RF)传播建模,以推动数字孪生体的发展在东北大学波士顿校园进行实际度量活动,使用VIAVI Ranger坚固的射频捕获和回放仪器在数字孪生体中整合更高层的KPI,以更有效地模拟网络条件对应用性能的影响。

Open RAN和NTN
VALOR。VALOR是通过美国NTIA公共无线供应链创新基金(PWSCIF)的2170万美元拨款实现的,为开放、自动和公正地为开放式无线接入网进行测试和集成提供路径。VALOR为新参与者、初创企业和学术界提供了在美国获得认证的途径。学术机构和NTIA共同拨款者可以免费使用VALOR,视情况而定。NTN。VIAVI和Rohde & Schwarz将共同展示用于实验室的端到端NTN-NR试验平台,评估通过NTN链路的端到端用户应用性能。RIC测试。将使用VIAVI的O-RAN安全套件验证O-DU/O-CU安全性。

VIAVI专家
VIAVI首席技术官Dr. Sameh Yamany将发表关于“电信数字孪生体及其在未来技术成熟中的作用”的主题演讲。该演讲将于6月12日星期三上午9:00-11:00在Concourse Level的Plaza Ballroom举行。
VIAVI首席无线架构师Paul Harris博士将参加关于“弥合鸿沟:用于联合通信和感知的通道探测和建模”的座谈会。该专题将于6月12日星期三上午11:30-下午1:00在Concourse Level的Plaza Ballroom D举行。
探索AITechPark了解人工智能、物联网、网络安全、AITech新闻以及行业专家的深刻更新!


注意:Title、Date、Body 三个部分的内容,放入到对应的位置。最后只需要输出为Makedown源文件格式内容。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Gcore发布AI应用程序,为终端用户提供无缝性能

新的AI解决方案实现了全球范围内经过训练的机器学习模型的快速、安全和具有成本效益的部署,在边缘

今天,全球边缘人工智能、云计算、网络和安全解决方案提供商Gcore宣布推出Gcore Inference at the Edge,这是一项突破性解决方案,为AI应用程序提供超低延迟体验。图片{ width=60% }


这一创新解决方案实现了在边缘推断节点上分布式部署经过预训练的机器学习(ML)模型,确保无缝、实时的推断。

Gcore Inference at the Edge能够为涵盖汽车、制造业、零售业和技术等各行业的企业提供成本效益高、可扩展和安全的AI模型部署。如生成式AI、物体识别、实时行为分析、虚拟助手和生产监测等用例现在可以在全球范围内迅速实现。

Gcore Inference at the Edge在Gcore庞大的全球网络中运行,包括180多个边缘节点,所有这些节点均通过Gcore先进的低延迟智能路由技术相互连接。每个高性能节点位于Gcore网络的边缘,服务器与最终用户距离较近。推断在边缘上使用了NVIDIA L40S GPU,这是市场领先的专为AI推断而设计的芯片。当用户发送请求时,边缘节点确定到达具有最低延迟的最近可用推断区域的路由,实现典型响应时间低于30毫秒。

新解决方案支持各种基本的ML和自定义模型。Gcore ML Model Hub中提供的开源基础模型包括LLaMA Pro 8B、Mistral 7B和Stable-Diffusion XL。可以选择并进行训练以适应任何用例,然后将其全球分发到Gcore Inference at the Edge节点。这解决了开发团队面临的一个重大挑战,即AI模型通常在训练它们的同一服务器上运行,导致性能不佳。

Gcore Inference at the Edge的优势包括:

  • 成本效益的部署:灵活的定价结构确保客户只为他们使用的资源付费。
  • 内置DDoS防护:通过Gcore的基础设施,ML端点会自动受到DDoS攻击保护。
  • 出色的数据隐私和安全性:该解决方案具有内置的符合GDPR、PCI DSS和ISO/IEC 27001标准的合规性。
  • 模型自动缩放:可提供自动缩放以处理负载波动,因此模型始终准备好支持高峰需求和意外激增。
  • 无限对象存储:可扩展的S3兼容云存储,随着模型需求的演进而增长。

Gcore的CEO安德烈·赖滕巴赫(Andre Reitenbach)评论道:“Gcore Inference at the Edge使客户能够专注于训练他们的机器学习模型,而无需担心部署全球AI应用程序所需的成本、技能和基础设施。在Gcore,我们相信边缘是实现最佳性能和最终用户体验的地方,这就是为什么我们不断创新,以确保每个客户都获得无与伦比的规模和性能。Gcore Inference at the Edge提供了所有强大功能,却没有任何麻烦,为用户提供了一种现代、有效且高效的AI推断体验。”

了解更多信息,请访问https://gcore.com/inference-at-the-edge

探索AITechPark,了解人工智能、物联网、网络安全、AITech新闻以及行业专家见解的最新进展!

注意:Title、Date、Body 三个部分的内容,放入到对应的位置。最后只需要输出为Markdown源文件格式内容。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

NordPass与Vanta集成,自动化合规数据

NordPass,这家密码管理公司,刚刚宣布其产品现已与领先的信任管理平台Vanta集成。图片{ width=60% }


这项合作将帮助组织自动化和简化收集与密码管理相关的信息的过程,以便获取各种合规认证所需的信息。

“为了展示他们在构建网络安全弹性方面的努力,组织必须收集大量信息,以证明他们的密码管理政策已到位且有效。虽然这一过程以前需要手动完成,但如今与Vanta一起,我们提供了一种流畅而自动化的方式来准备证明公司合规性所需数据”,NordPass的业务产品负责人Karolis Arbaciauskas表示。

这种自动化密码管理数据收集过程有助于识别阻碍公司取得合规认证(如SOC2、ISO 270001或HIPAA)的缺口。它还节省了员工的时间,使他们能够把注意力从繁琐的报告转移到解决网络风险上。通过新集成,合规数据实时更新,这在获取和维护认证时非常方便。

据Arbaciauskas称,有时公司因为与服务提供商的复杂整合过程而犹豫是否采用合规自动化。为了解决这个问题,NordPass确保了即使没有高级技术知识的人也可以自行启用Vanta集成。NordPass Business和Enterprise用户只需在管理面板中点击“与Vanta连接”即可完成设置。

“安全性和易用性是我们产品开发的核心支柱,我们的目标是在整个用户旅程中体现这些支柱。随着合规要求的不断加强,信息收集也变成其中不可分割的一部分。与Vanta一起,我们提供了一条直接而简单的道路,以满足网络安全弹性标准”,Arbaciauskas 表示。

探索AITechPark,了解人工智能、物联网、网络安全、人工智能技术新闻,以及来自行业专家的深刻见解!



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Gcore发布AI应用,为终端用户提供无缝性能

新的AI解决方案实现了全球范围内预训练机器学习模型的快速、安全和经济有效部署,位于边缘
全球边缘AI、云、网络和安全解决方案提供商Gcore今日宣布推出Gcore在边缘推理,这是一项突破性解决方案,为AI应用提供超低延迟体验。图片{ width=60% }


这一创新解决方案实现了预训练机器学习(ML)模型在边缘推理节点的分布式部署,确保无缝、实时推理。
Gcore在边缘推理赋予各行业的企业(包括汽车、制造、零售和技术)以经济有效、可伸缩和安全的AI模型部署。生成式AI、物体识别、实时行为分析、虚拟助手和生产监控等用例现在可以在全球范围内迅速实现。
Gcore在边缘推理运行在Gcore庞大的全球网络中,拥有180多个边缘节点,所有节点都通过Gcore先进的低延迟智能路由技术相互连接。每个高性能节点位于Gcore网络的边缘,策略性地将服务器放置在终端用户附近。在边缘推理上运行的是NVIDIA L40S GPU,这是专门设计用于AI推理的市场领先芯片。当用户发送请求时,边缘节点确定到最近可用推理区域的路由,并以最低延迟实现典型响应时间低于30毫秒。
这一新解决方案支持各种基本ML和自定义模型。Gcore ML模型中心提供的开源基础模型包括LLaMA Pro 8B、Mistral 7B和Stable-Diffusion XL。模型可以被选择和训练以适应任何用例,然后在全球范围内分发到Gcore在边缘推理节点。这解决了开发团队面临的一个重要挑战,即AI模型通常在训练时运行在相同的服务器上,结果性能较差。
Gcore在边缘推理的优势包括:

  • 成本有效的部署: 灵活的定价结构确保客户只支付他们使用的资源。
  • 内置DDoS防护: 通过Gcore基础设施,ML端点会自动受到DDoS攻击的保护。
  • 出色的数据隐私和安全性: 该解决方案具有内置的符合GDPR、PCI DSS和ISO/IEC 27001标准的规范。
  • 模型自动扩展: 可用于处理负载波动,因此模型始终准备好支持高需求和意外激增。
  • 无限物体存储: 与不断发展的模型需要相匹配的可扩展S3兼容云存储。

Gcore CEO Andre Reitenbach表示:“Gcore在边缘推理使客户能够专注于让他们的机器学习模型得到训练,而不用担心部署全球AI应用所需的成本、技能和基础设施。在Gcore,我们相信边缘是实现最佳性能和终端用户体验的地方,这就是为什么我们不断创新,以确保每个客户都获得无与伦比的规模和性能。Gcore在边缘推理提供了所有的动力,却没有任何烦恼,为现代、有效、高效的AI推理体验提供了一种方式。”

了解更多信息,请访问https://gcore.com/inference-at-the-edge
在AITechPark探索关于人工智能、物联网、网络安全、人工智能新闻以及行业专家的深入见解!



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Quantexa Debuts Q Assist, New Context Aware GenAI Technology Suite

New AI advancements are helping industry leaders get data ready for AI and make impact
HSBC is among several industry leaders participating in Quantexa’s Lighthouse Program for early adopters。图片{ width=60% }


HSBC预计,简化分析和加快流程可能会在部署的第一年内导致显着的生产力增益。Q Assist将Quantexa的Decision Intelligence Platform和Generative AI相结合,以增强金融服务、TMT和政府机构的销售、客户服务和合规团队的决策。
本周一,在伦敦科技周2024的中央舞台上,全球决策智能(DI)解决方案领导者Quantexa首次推出了Q Assist,一款上下文感知的生成式AI技术套件,以帮助组织增强前线和信息工作者团队的可信决策。该公告展示了公司的平台创新路线图取得的进展,并且在Quantexa详细介绍了对全球人工智能(AI)行业的重大投资并预览了Q Assist作为独立的LLM不可知副驾驶员近一年后才推出。
通过新的Q Assist技术套件,Quantexa的客户将能够将生成式AI操作化,从而获得转型收益,而无需在基础设施、工具和额外的熟练资源上进行重大投资。
前线和信息工作者可以利用副驾驶员的力量、链接数据、Quantexa的知识图能力和其他决策智能平台功能,以增强与组织内所有数据(结构化和非结构化)、上下文和见解交互作用的生成式AI模型的准确性和可靠性。将LLMs与Quantexa决策智能平台内丰富的上下文结合起来,可以更好地理解数据,安全地确定响应,提高性能和信任,并确保团队拥有最准确、最新的信息。
在AI时代帮助客户成功HSBC是目前参与早期采用者灯塔计划的组织之一。该计划中的每个组织都设想多种方式使用Q Assist,包括:
简化信息和知识工作者的分析、调查和报告任务,以实现更高效率。减少对数据科学和运营团队的临时数据请求的依赖,使他们有时间专注于更具战略性的任务。赋予面向客户团队访问丰富数据和见解的能力,以增加收入并提升客户体验。使组织中的团队始终作出可信任的决策,这些决策可追溯并加速操作流程改进。
BNY Mellon目前正在评估加入HSBC灯塔努力。Quantexa与灯塔计划参与者合作,预测了使用Q Assist在其面向客户、数据科学和调查团队中带来的一年、三年和五年收益。发现几乎立即在三个核心领域实现生产率提升:节约时间和提高效率、发现新机会和提高转化率。
HSBC预计通过使分析与加速这些领域的过程民主化,可能会在部署的第一年内实现生产力收益。该公司还期望释放员工的时间,让他们重新专注于其他战略任务。
HSBC全球商业银行全球首席运营官戴维·赖斯(David Rice)表示:“通过提供可信数据和上下文分析,这个新解决方案有可能提高诸如反洗钱调查和销售策略等复杂任务的效率和准确性。引入上下文分析和创新将使HSBC能够更有成效地集中资源,最终帮助我们的客户。”
Quantexa估计,在金融犯罪和欺诈合规工作中三层防御的一流全球金融机构,每月产生约15,000个警报,通过部署Q Assist生成式AI技术套件可以实现显著的效率和成本节省:
通过提升和自动化金融犯罪和欺诈调查与报告流程,每年实现超过1700万英镑的节省。
Quantexa首席技术官杰米·赫特(Jamie Hutton)表示:“Quantexa将解决方案塑造为提供最大客户价值的工程原则,这使得我们的客户得以在帮助塑造了Q Assist的产品要求方面发挥了至关重要的作用。通过公司的早期采用者灯塔计划,我们有幸与提供了宝贵反馈的行业领导者合作,他们在整个路线图过程中提供了有价值的反馈。”
BNY Mellon首席数据官埃里克·赫希霍恩(Eric Hirschhorn)表示:“我们对Quantexa不断创新的努力感到兴奋。我们的多年合作帮助我们打破数据孤岛,以前所未有的准确度统一我们的数据。我们创新努力的下一阶段将使我们探索在整个银行范围内启用前线工作者使用Gen AI在数据见解上充满信心并达到新的效率水平的潜力。”
新的Q Assist生成式AI技术套件如何工作Quantexa的新生成式AI技术套件将通过一个新的数据集成层、提示构建器和副驾驶员,将Quantexa的决策智能平台和生成式AI相结合,加速团队做出关键业务决策的能力。
Q Assist提供由Quantexa的决策智能平台支持的可信、可扩展的AI,这让非技术团队从Quantexa的关键平台功能中受益,包括连接的数据基础、图分析、建模和评分,以增强和自动化决策制定。Q Assist技术套件由三个部分组成:
Q Assist集成层:Q Assist的神经中枢。这是一个工具、连接器和API框架,旨在安全地将Quantexa的决策智能平台与LLMs和对话式AI系统紧密连接在一起。Q Assist Prompt Builder:一种可扩展的提示管理和共享能力,可轻松集成外部提示工程工具和框架,如Microsoft的Azure Prompt Flow、语义内核或AutoGen,将权力交到管理员手中,定义和控制基于Quantexa决策智能平台生成的上下文数据的提示和响应。Q Assist Copilot:允许用户通过自然语言界面查询大量不同的数据,实时了解和总结数据、见解和发现,并自动研究、调查和报告任务。
如今,该公司将Q Assist生成式AI技术套件功能提供给有限的一组客户,计划于2025年初公开提供。
要了解更多有关Quantexa如何帮助组织为AI做好数据准备的信息,或下载Forrester关于Quantexa决策智能平台的总体经济影响报告并开始衡量决策智能投资的投资回报,请访问 https://www.quantexa.com/discover/ai/。
欢迎访问AITechPark,了解AI、物联网、网络安全、AI技术新闻的最新进展和来自行业专家的见解。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

AITech Park:与Opaque Systems的CEO兼联合创始人Rishabh Poddar的采访

发现机密计算的概念及其在当今数字化领域中增强数据隐私的关键作用。图片{ width=60% }


Rishabh,是什么启发了您与他人共同创立Opaque Systems,您在计算机科学和密码学背景如何促进了公司的成功?

Opaque Systems的创立源自加州大学伯克利分校(UC Berkeley)的RISE实验室的研究。在加州大学伯克利分校期间,我和一组世界知名的安全和系统研究人员和从业者,包括拉鲁卡·阿达·波帕(加州大学伯克利分校教授,Opaque Systems联合创始人)、Ion Stoica(Databricks联合创始人)、行业先见者Wenting Zheng和Chester Leung 等,开发了MC2,一个开源项目,旨在实现基于加密数据的多方分析和人工智能。对这些功能的大规模企业需求为我们进行了为期五年的深入研究,奠定了Opaque Systems今天的基础。

在攻读计算机科学博士学位期间,我花了数年时间研究机密计算以及使加密数据协作看似无法实现的挑战。我看到了市场需求,并致力于开发一种平台,使多个组织能够在整个数据生命周期期间安全协作,并揭示以前被组织隐藏的数据方面。除了我的背景和合伙人的背景之外,我们最早获得了英特尔SGX硬件隔离区的机密计算早期访问权限 —— 就是在商业化之前数年 —— 为我们的创新和研究提供了一个领先优势。

您能介绍一下Opaque Systems及其致力于为规模化协作分析、人工智能和数据共享提供机密计算平台的使命吗?

我们的使命是帮助组织保护其敏感数据,并认识到利用这种未开发的数据宝藏的巨大机会。自从Opaque的机密计算平台于2022年12月推出以来,我们一直致力于实现安全数据分享、多方分析和面向金融服务组织、广告技术、医疗保健等领域的数据清洁室(DCR)的应用案例。在最近的机密计算峰会上,我们还展示了机密计算对于保护带有最近人工智能进展的隐私保护型LLM的重要作用。我们对Opaque机密计算平台的最新创新主要集中在保护LLM中使用的数据的机密性(保密人工智能)以及针对Microsoft Azure机密计算进行优化的零信任DCR,旨在实现对加密/保密数据进行安全多方协作。这些创新使组织能够快速而安全地使用LLM对保密数据进行分析,而无需共享或揭示底层原始数据 —— 在数据整个生命周期内保持数据加密和安全。这是迈向将机密计算作为计算标准的未来的重要一步,我们对其潜力感到非常激动。

您能解释一下机密计算的概念以及在当今数据隐私领域中的重要性吗?

随着数据隐私法规变得更加严格,全球组织保护机密和敏感数据的需求变得迫切。机密计算 —— 根据Everest Group的预测,到2026年将成为一个价值540亿美元的市场 —— 通过使用TEE或‘隔离区’在计算过程中加密数据,使数据在计算过程中与访问、暴露和威胁隔离。当被充分利用时,机密计算可以帮助解决今天最大的数据隐私问题,提供安全的数据处理环境,并确保组织遵守新的隐私法规,并防范不断增长的攻击面。

通过我们的平台,例如,金融机构可以放心,即使从不同业务部门/组织中汇总数据集来更好地打击金融犯罪和防范洗钱等 —— 这只是一个用例示例 —— 他们的数据保持机密。

机密计算峰会的主要目标是什么,有哪些亮点?

今年夏天首届机密计算峰会探讨了该行业的现状,并突出了涉及保密数据的创新和突破性用例。我们的主要目标是展示机密计算的潜力,并向与会者普及其强大的应用案例。峰会旨在汇集首席技术提供商、研究人员以及现有用户,帮助组织推进机密计算。尽管我们邀请了一些最大的机密计算创新者发言,但一些亮点包括我们关于机密计算趋势应用和用例、DCR需求激增以及生成式AI安全和隐私状况的面板讨论。

参加机密计算峰会的对象是谁?讨论的关键主题是什么,它们与安全数据分享、数据处理、多方分析和人工智能、增强隐私技术以及机密计算云平台有何关联?

大多数参与者是技术专家以及在创新者、高管、监管者、业务领袖、安全专家、数据科学家、数据分析师、人工智能/机器学习从业者、数据隐私专家或研究人员类别中担任角色的人士。参与者听取了来自谷歌、Microsoft Azure机密计算、VMware、安永、普华永道等公司专家的讲解,了解了机密计算,它作为未来数据安全和隐私的关键解决方案的崛起,以及其在金融服务、保险、医疗保健、制造业、广告技术和Web3等行业中的许多强大使用案例。

作为Opaque Systems的联合创始人,您对于机密计算峰会有什么期望,您如何设想峰会对机密计算的采用和发展做出贡献?

我们对机密计算峰会寄予厚望,我很高兴地说我们超出了这些期望,并在旧金山取得了非常出色的成绩。Opaque Systems和机密计算联盟(CCC)认为峰会是展示机密计算潜力、让参会者了解其强大应用案例并揭示一些学术界以及市场顶尖公司正在进行的创新的方式。我们相信,对机密计算的更广泛认知和更多理解,将促进更广泛的行业认识和理解,从而解决持续存在的数据隐私和法规方面的关切。

Rishabh Poddar

Opaque Systems首席执行官 兼 联合创始人


。请注意:Title、Date、Body 三个部分的内容已根据原文中的信息进行了修改和更新。最后只需要输出为Makedown源文件格式内容。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Mattermost的协作平台将实现AI加速工作流程

Mattermost Copilot 提供了一个协作工作空间,与任何隔离网络、私有云或公共云生成式AI平台集成,同时确保数据永远不会离开网络。图片{ width=60% }


Mattermost是安全、自托管关键基础设施协作平台的领先提供商,今天宣布推出 Mattermost Copilot,这是一个专为受严格安全和合规要求约束的政府、国防和重要服务机构量身定制的集成AI解决方案。Mattermost Copilot 允许用户将与 OpenAI API 标准兼容的大型语言模型(LLM)功能直接集成到他们的 Mattermost 协作环境中,从协作数据(包括聊天、通话、自动化和第三方工具)中提取可操作的见解。

Mattermost Copilot 的推出是在商用AI工具不断增加的情况下的。思科最近的一项研究发现,潜在的网络安全威胁使企业对采用 GenAI 技术持谨慎态度,其中 69% 的受访者担心泄露敏感信息给竞争对手、对手或公众。Mattermost Copilot 通过将通信套件灵活的AI部署功能扩展到提高工作流程、增加效率并使团队更快前进。

Mattermost 的创始人兼首席执行官 Ian Tien 表示:“国防、政府和重要基础设施企业长期以来一直没有受到兼容性差、一次性的通信系统的服务,这些一次性通信系统每年导致数十亿美元的生产力损失。”将AI应用于这些使命关键环境中的协作能力使迫切需要的转变和加速成为可能。我们很高兴宣布支持这一过程的强大新功能,同时让我们的客户能够完全控制数据和系统。

商用AI界面有提高生产力和推动业务结果的潜力,但通常需要用户向公共LLM提供专有数据,引入安全和合规风险。通过 Mattermost Copilot,具有安全、监管、法律和主权要求的组织可以完全符合数据隐私法规(包括 Schrems II 下的 GDPR)的情况下充分利用AI平台。Mattermost兼容任何大型语言模型,如 ChatGPT 或 Anthropic,提供外部处理的灵活性或自托管LLM的安全性。

实施Mattermost Copilot的好处包括:
完全数据主权:Mattermost提供经过验证的数据控制,以确保您的专有数据始终完全受到您的控制。
通过可操作见解加速工作流程:Copilot将您的协作数据综合到富有上下文的、可操作的见解中,帮助您的团队专注于重要工作。
定制工作流:Mattermost的“自带您自己的LLM”模型允许您根据团队的需求定制您的AI体验,甚至同时使用多个LLM机器人。
现在,AI Copilot已作为最新Mattermost平台发布的一部分推出,其中包括:
灵活的AI后端选择:集成外部LLM,如ChatGPT,或托管您自己的LLM,以获得最大的数据保护。
多LLM支持:部署多个AI机器人,实现多样化功能,增强用户在不离开Mattermost环境的情况下的互动。
AI通话摘要:利用AI概述通话内容,突出重要点和所需的操作。
无缝集成:Mattermost提供强大的框架,与各种LLMs无缝集成,通过高级AI功能增强企业通信。

请访问 AITechPark 了解AI、物联网、网络安全、AI科技新闻和行业专家的见解!



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Microsoft将帮助农村医院抵御不断增长的网络安全攻击

新计划将解决对美国人提供医疗服务构成威胁的攻击呈指数增长趋势,并为最脆弱的农村医院引入企业级网络安全技术。图片{ width=60% }


周一,微软公司宣布了一项新的网络安全计划,旨在支持为6000多万居住在美国农村地区的人们提供服务的医院。2023年,医疗保健部门报告的勒索软件攻击数量超过了其他关键基础设施部门,针对医疗保健部门的勒索软件攻击增长了近130%。网络安全攻击扰乱了全国范围内的医疗保健运营,并直接威胁病人护理和医院的基本运营。在农村社区,这些攻击可能会带来灾难性影响,尤其是对于资源有限、独立经营的基本紧急和农村急救医院,通常是为他们服务社区里数英里范围内唯一的医疗选择。

根据国家农村健康协会的说法,农村健康诊所是网络攻击的主要目标之一。微软为农村医院设计的新网络安全计划旨在支持这些机构独特的网络安全需求,将为这些医院提供免费和低成本的技术服务,以及免费的培训和支持。

微软慈善机构公司副总裁贾斯汀·斯佩尔豪格(Justin Spelhaug)表示:“无论你身在何处,医疗保健都应当可以获得,而网络安全攻击的增加威胁着农村医院的生存能力,并影响着美国各地的社区。”“微软致力于在这些农村医院最需要时提供至关重要的技术安全和支持。”

对于独立的基本紧急医院和农村急救医院,微软将向其提供针对较小机构优化的安全产品的非营利定价和折扣,最高可享受75%的折扣。对于一些已在使用符合条件的微软解决方案的较大农村医院,公司将提供其最先进的安全套件,免费提供一年的使用。作为该新计划的一部分,公司还将向参与的农村医院提供至少一年的Windows 10安全更新,无需额外费用。微软还将通过微软及其可信合作伙伴提供免费的网络安全评估,以评估风险和漏洞,并为农村医院的员工提供免费的网络安全培训,帮助他们更好地管理系统的日常安全性。

今天的消息是在与白宫、美国医院协会和国家农村卫生协会紧密合作的基础上宣布的。微软将与这三个机构合作,推动该计划的推出、采纳和有效性。

负责网络和新兴技术的国家安全副顾问安妮·诺伯格(Anne Neuberger)表示:“2023年,针对美国医疗保健系统的网络攻击增长了130%,迫使医院取消手术并影响美国人对关键护理的获取。农村医院特别受到影响,因为他们经常是为服务的社区唯一的医疗来源,缺乏受过训练的网络安全人员和现代网络防御措施。拜登总统致力于确保每个美国人都能获得他们需要的护理,有效的网络安全是其中的一部分。因此,我们很高兴与微软合作推出网络安全计划,为帮助美国的农村医院在线上安全进行培训、提供建议和技术。”

今天的公告是微软在美国和全球各地共同努力以改善居住在农村地区的人们医疗保健的一部分。通过AI for Health计划,微软正在与非营利组织、研究人员和致力于全球健康挑战的机构合作,取得在远程医疗方面的进展,并改善临床决策和预测。微软还正与农村医院领导者合作,快速将AI解决方案推向市场,以满足他们的独特需求。

美国医院协会总裁兼首席执行官里克·波拉克(Rick Pollack)表示:“医院和卫生系统已经投入了大量资源来防范网络攻击,但他们无法独立做到。网络安全是一种共同的责任,微软的这些投资有助于加强这一点。”“农村医院往往是社区的主要医疗来源,因此保持它们远离网络攻击至关重要。我们感谢微软挺身而出,提供其专业知识和资源,以帮助确保美国医疗保健安全网的一部分。”

国家农村卫生协会首席执行官艾伦·摩根(Alan Morgan)表示:“农村医院在网络安全方面面临着独特的挑战,要在有限资源与日益复杂的网络威胁之间取得平衡,这会使病人数据和关键医疗基础设施面临风险。与微软的这种重要合作将有助于确保农村医院未来能够满足这种小规模农村设施威胁的上升。”

除了农村医院的安全计划外,微软还与社区学院合作实施网络安全技能倡议,通过TechSpark计划与地方组织合作,推动技术和网络安全工作机会的创造。通过Microsoft Airband计划,该公司与公共部门、私营部门和非营利组织合作,将高速互联网接入带到美国各地的农村社区,并建立互联网接入和采用所需的数字基础设施。

微软在美国推出的网络安全计划立即生效。要了解更多信息并注册该计划,请访问https://aka.ms/Microsoft_Security_Rural_Hospitals。

Microsoft(纳斯达克代码“MSFT” @microsoft)利用人工智能驱动的平台和工具提供创新解决方案,以满足客户不断变化的需求。这家技术公司致力于广泛提供人工智能,并负责任地执行这一使命,旨在赋能地球上的每个人和每个组织实现更多。

探索AITechPark,了解人工智能、物联网、网络安全、人工智能新闻以及产业专家的见解的最新进展!

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

尽管都是“原地雕花”的迟到AI,苹果还是让“手机上的AI”往前走了一大步

图片来源:由GPTNB生成

这个名字非常苹果。苹果再一次,用自己的方式诠释了 AI 一词。


在一个半小时的 WWDC24 发布会中,苹果花费近 40 分钟专门介绍 AI,并将其作为压轴戏份,足以证明苹果对 AI 的重视程度。这是继今年初苹果秘密放弃造车之后,首次在大型活动上公开拥抱 AI。

尽管姗姗来迟,尽管还是期货,在 AI 功能落地上,苹果依旧显现出了不同于别家的思考路径,更加突出其生态带来的系统性,是其它公司无法企及成套的能力。

不过,投资者似乎对于苹果秀的肌肉热情并不高。截至发稿前,苹果股价下跌近 2%。

图片来源:硅星人Pro

40 分钟显然无法完全展现 Apple Intelligence(苹果智能)的全部面貌,而苹果也留下了一个“期货指引”以及中国区的打法待解开疑问。

Siri接入ChatGPT,还解决了隐私问题?

首先是关于生成式 AI 的功能,你可以直接利用 AI 生成文字、图片和全新的表情包。尽管苹果在尽力将功能细节做出自己的差异化,但逃不出都是其它对手玩剩下的功能。

例如文生图功能,image Playground 不仅可以识别图片中的内容,并根据其中元素生成图片,还提供了素描、插图和动画三种风格可选;又如照片编辑提供了 AI 修图功能,可以智能删除背景里的人物等元素;还有 image wand,可以把备忘录中的草图改编成更精细的图片,甚至录音和转写功能,也支持在录音和打电话的时候直接把语音转成文字…

总之,过去 Android 的 AI 功能,现在 iPhone 终于跟进了。

可苹果不仅想把失去的拿回来,还想做一些 only Apple can do 的东西——整合为系统级的 AI 理解能力。简单的事情,有如让 iPhone 的通知根据重要程度进行分类,保证用户不错过重要的信息。若是再复杂一些,则是 AI 能够跨 APP 调用信息,结合苹果的大语言模型,理解用户的自然语言,并帮助用户完成不同的需求。

于是,Siri 在得到该能力后,终于变得更加聪明。它可联系上下文理解意思,也可以理解当前屏幕上的内容,甚至它还能调用不同的 APP。例如当你询问,去机场接妈妈回家需要多长时间,它便会自动获取你收到的航班信息,同时根据路况给予你最后的答案。

当然,苹果也接入了 OpenAI 的 ChatGPT-4o,用户可以直接免费调用,或选择绑定自己的 OpenAI 账户。如果你是订阅用户,还能使用付费的功能。

那么既然是采用了大模型,必然会上云,数据安全问题如何解决?

面对海量的运算,苹果也没躲开端云协同。不过苹果的态度是“你们觉得上云不安全,我就给你做个安全云”——苹果推出了 Private Cloud Compute 私密云计算系统。苹果声称用户的数据不会被云端储存,苹果也不会访问该数据,它们只会被用于处理用户的任务需求。

超越同行的AI产品逻辑:Personal

苹果在尽力制造一种认知:世界上可能只有两种 AI,一种叫苹果智能,一种叫其它。

尽管包括 Google 和三星在内的 Android 终端公司,都在努力寻找 AI 的落地场景,但大部分的 AI 功能都显得杂乱,没有方向感,你甚至能看到一些充数的功能。

苹果在此次发布会上清晰地介绍了其 AI 四大核心原则:强大的、符合直觉的、深度整合的、懂得个人的。而“personal”这个词更是贯穿整个 keynote,几乎所有的 AI 功能,都是围绕着这个词展开。

于是两种阵营的 AI 落地逻辑,有着更加明显的对比差异。Android 阵营是在做到他们认为用户想要的,而苹果是做用户正在用的:在原来操作基础上,赋予 AI 的能力,从而改变使用体验。

因此比起“寻找落地场景”,苹果提供的则是为个人服务的系统级 AI。

这种思路,对 AI 的发展有着更高维度的指引性,从整个操作逻辑上,颠覆了过去手机的使用习惯,真正将 AI 渗透到了用户每一次点击屏幕的动作里。

苹果所建立的系统生态,在轰轰烈烈的 AI 竞赛中成为了护城河。以 Siri 为例,用户每天会对其有 15 亿次的请求。海量的数据,将会是很好的训练样本。对于任何一家 AI 软件公司来说,这都是可望不可及的规模优势。

换句话说,所有发生在 iPhone 上的数字痕迹,都会成为它了解你的养分。当时间足够长,这台 iPhone 也就足够了解你,它不再是一台传统的 iPhone,而是能够理解你的意图,甚至可以做到不言自明,主动为你提供意见。

这是一台懂得用户的、具象化的 Samantha——有意思的是,keynote 里的 Siri 图标变得与《HER》里的 OS1.0 有几分相似之处。

无法回避的关键问题

其一,苹果在 AI 这件事情上入局确实晚了。

在 WWDC24 之前,分析师郭明錤指出,基于云端的 LLM 模型通常需要更长的训练时间,这可能意味着苹果的服务器端人工智能解决方案将分阶段推出,而不是在发布时完全推出。

事实确实如此,Apple Intelligence 是个“期货”,英文版本将于今年秋天上线,而其他语言则需要明年才会有后续。这也意味着无论 Apple Intelligence 有多么诱人,多么华丽,大中华地区的苹果用户至少得等半年才可以用上。

其次,可以预见的是,苹果隐私问题将不断接受挑战。尽管苹果给端云协同打了补丁,试图用 Private Cloud Compute 来消除用户对隐私问题的顾虑,但在未来依旧会被质疑。

WWDC24 结束后,Elon Musk 在社交媒体上连发数条动态狂喷苹果与 OpenAI 的合作,并称“如果苹果在系统上整合进 OpenAI,那么苹果设备将会在我的公司被禁用”。

而这一问题在大中华区更加值得被重视。此前有传闻称,苹果将在国内与百度进行合作,使用对方的 AI 功能/大模型,也引起了部分用户的讨论。

其二,苹果的确拥有全球最好的软硬件整合能力以及难以估量的设备潜力。

苹果目前在全球拥有 22 亿台活跃设备,其中 iPhone 约为 13-14 亿,这是一个极其庞大的数字。苹果所拥有互联互通的设备生态,为 AI 提供了一片肥沃的土地。

从经济回报的角度来看,苹果智能要求设备必须搭载 A17 Pro 和 M1 之后的芯片,旧设备根本不支持。

图片来源:由GPTNB生成

在这一波 AI 大潮之下,如果 Apple Intelligence 有足够的吸引力促使苹果老用户迁移至自研芯片平台上来,那么这部分用户所带来的效益将会非常可观。

移动设备的 AI 之争是否会在今年 9 月开始分野,我们还不得而知。但库克所带领的苹果,在他口中依旧是“Game changer”。

Apple Intelligence 或许是继 iPhone X 之后,苹果夺回领先地位的最佳窗口。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB