日前,国产通用型云操作系统安超OS 2020与安全狗云眼-(云)主机入侵监测及安全管理系统(简称云眼)完成产品兼容性互认证。本次兼容性互认证经华云数据与安全狗双方联合测试得出:产品可以共同运行,整体系统稳定,产品体验良好。
安全狗成立于2013年,致力于提供云安全领域相关产品、服务及解决方案,是国内最早引入云工作负载(CWPP)安全概念,并成功构建相应产品线的专业云安全厂商。公司目前拥有云安全、Web应用安全、安全大数据三大核心产品线,服务于包括国家部委、地方政府、央企、国企、世界500强、独角兽企业等在内的上百家大型客户以及数千家中小企业客户,涵盖了能源、金融、教育、医疗、互联网、电信运营商等多个行业。
华云数据成立于2010年,为用户提供创新架构的私有云、全栈模块化软件定义数据中心套件、混合云管解决方案、内置通用型云操作系统超融合套件,以及一站式公有云服务等,并积极参与国家数字基建项目建设,助力党、政、军及企业用户数字化转型、推动国家信息技术应用创新发展。目前,华云数据在政府金融、国防军工、教育医疗、能源电力、交通运输等十几个行业打造了行业标杆案例,客户总量超过30万。
此次华云数据与安全狗完成兼容适配,一方面形成技术联合,在国产化环境下进行联动,形成闭环系统,对主机进行全方位的安全防护,为企业提供强有力的安全保障。另一方面,为用户有效降低产品运维难度,为政企用户提供一体化解决方案打下良好的合作基础和技术保障。
近年来,随着新一代信息技术的深入应用,安全威胁层出不穷,安全需求不断升级,尤其在云计算架构下,担负信息系统各类关键数据和核心业务系统的主机一旦受到攻击,整个信息系统中最具价值的部分将面临失窃和被破坏的风险,因此,主机安全已成为云计算时代公认的信息安全核心环节。
华云数据是中国云计算独角兽,致力于利用云计算助力用户创新转型。其通过自主创新推出的安超OS针对政企用户的安全可信国产化需求,已经成功适配多款国产CPU、服务器和操作系统,实现了下承芯片服务器,上承操作系统、数据库与应用。在安全性、兼容性、性价比方面,更加贴近国内政企的需求,并提供快捷的服务支持响应。
而云眼是新一代(云)主机入侵监测及安全管理系统,能够为用户解决公有云、私有云和混合云环境中遇到的安全及管理问题。与安超OS完成适配后,云眼的云主机安全防护模块可以在安超OS平台上提供持续的安全监护、分析和快速响应能力,助力用户实现云工作负载安全保护的统一策略管理和入侵响应能力。
随着网络袭击事件数量的不断攀升,传统安全防御手段已难以招架规模庞大、攻势越猛的新式攻击。华云数据与安全狗的强强联合,将助力用户完美应对云上的安全威胁,确保上云安全无虞。
在我国大力推进信息技术全面国产化的背景下,华云数据与安全狗作为具有技术影响力的国产品牌,未来,将紧跟新时代的发展步伐,继续强化自主研发技术实力,积极完善国产化生态,与行业上下游更多的国产化厂商完成产品兼容性互认证,助力更多政企用户数字化转型发展,共同助力中国数字经济建设!
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。