2015年12月16日,北京——FIDO联盟中国唯一创始成员联想云服务集团宣布与国内知名通信运营商中国电信达成合作,为其旗下移动支付产品翼支付提供基于FIDO身份认证技术的指纹支付功能,支持包括苹果iphone5S及以上机型,以及华为Mate 8、、ZUK Z1、三星S6/S6 Edge/S6 Edge+和联想P1等主流支持指纹机型。用户通过翼支付消费或转账,扫描自己的指纹便可完成支付。这不仅消除了用户在传统认证方式中需记忆密码的烦恼,让他们享受更快捷、更安全的支付体验,更是联想云致力通过FIDO身份认证技术助力构建安全在线支付环境的重要体现。
联想云服务业务集团总裁贺志强表示:“此次与中国电信翼支付的合作是联想FIDO身份认证技术在安全在线支付领域的又一次里程碑性质的合作。从携手支付宝、京东钱包,到如今的翼支付,我们一直致力于通过持续开拓与上下游合作伙伴的广泛合作,将联想FIDO身份认证技术的国际标准应用到更广泛的行业,从而推动整个在线支付体系的安全构建,为广大用户提供安全与便捷兼并的支付体验。”
移动互联网与传统行业的加速融合,各类与生活紧密关联的应用不断推陈出新,吸引了众多传统行业用户开始使用移动互联网。据《第36次中国互联网络发展状况统计报告》显示,截至2015年上半年,我国手机支付用户规模分别达到2.76亿,是2013年的3倍。随着移动支付成为用户在线交易的主要支付方式,其安全性及便捷性问题日益凸显。
传统密码支付方式存在着巨大安全漏洞,无论密码多复杂,或者以指纹、面部特征等形式存在,只要通过网络发送这些特征,就可能被截取或复制,而存储了这些特征的服务器也存在被盗的风险。而一次性口令虽然提高了安全性,但仍然不够易用,比如用户需判断口令短消息是否真实可靠,或需随时携带硬件才能使用特定服务(如银行U盾或动态口令卡)。
FIDOl联盟亚太区主席、联想云服务集团互联网认证业务总经理柴海新表示:“联想很高兴能够和翼支付一起,将基于FIDO标准的身份认证技术,应用于支付场景,更好地服务于终端用户;同时,也特别期望,能够和国内的上下游厂商一起,建立符合中国国情和政府规范的,国内身份认证标准。”
联想FIDO身份认证适配所有支持FIDO的智能终端设备,它将用户的指纹、人脸和虹膜等生物特征存储于智能终端设备的安全硬件中,对用户身份的识别全部在安全硬件中(独立隔离区域)完成。与传统通过互联网传递用户特征数据不同,验证通过后设备会使用私钥对认证信息进行签名并发送至登陆服务器,而登陆服务器则使用公钥进行验签从而完成身份认证。通过这种新型身份认证技术,用户则不必再担心商家服务器被攻破,导致密码被窃取或泄露。
FIDO联盟于2012年成立,由联想、PayPal等6家高科技公司组成,致力于打造产业支持的、基于开放协议标准的在线认证技术,并通过努力使这种技术也将如Wifi、GPS、USB一样,成为一种国际认可的行业标准,逐步取代用户对传统密码的依赖。作为FIDO联盟的发起者之一,联想FIDO身份认证技术已在多款智能硬件设备上得以应用,包括Galaxy S5、Galaxy S6、Note 5等拥有指纹识别功能的所有三星智能终端机型、ZUK最新发布的Z1手机等。与此同时支付宝、京东钱包、翼支付等主流在线支付应用也采用这一技术进行在线身份验证。借助此次合作势头,联想FIDO身份认证业务还将继续积极拓展合作伙伴,致力通过世界级安全的在线身份认证技术为中国用户打造安全的支付环境。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。