2024年6月21日,HDC.2024华为开发者大会在东莞篮球中心拉开帷幕,在主题演讲中,通过华为终端BG首席执行官何刚的主题演讲了解到在日常用机场景中,恶意程序威胁依旧呈现逐年递增趋势,用户隐私泄漏的风险始终存在。因此华为全新自研的HarmonyOS NEXT星盾安全架构应运而生,依托强大的软硬协同能力和鸿蒙内核,构建了全新的安全体系和秩序,全流程保障应用生态纯净,让用户隐私安全体验迎来创新突破。
纵观HarmonyOS发展史,早在HarmonyOS 2问世时就首次面向用户推出纯净模式。随着HarmonyOS版本的更新,纯净模式也随之升级,面对应用恶意行为实施动态检测和管控。之后HarmonyOS 4推出应用管控中心,主动拦截应用恶意行为,降低风险。据官方统计,HarmonyOS日拦截恶意应用行为数从2022年的2亿次,到现在只需拦截700万次,应用获取用户隐私次数下降45%。然而HarmonyOS NEXT的革新安全技术,重新构建了操作系统的安全体系与秩序,基于软硬协同和鸿蒙内核的强大底座,给消费者提供了更加纯净的生态体验、可控的隐私保护和高安的数据保护,让用户无需担心病毒和恶意应用的骚扰。
应用安全管理机制革新,从来源到运行杜绝应用恶意行为
全新的HarmonyOS NEXT星盾安全架构从以前的纯净模式、应用管控中心等功能的管控,升级为从整个系统机制去治理。全新的应用市场拥有超过200种检测能力及数百名专家审核,不满足安全要求的代码和应用无法上架、安装,确保每一款应用都符合高标准要求,从源头确保应用纯净可靠,构建健康纯净的生态秩序。同时HarmonyOS NEXT还会全程守护应用的运行安全,若应用在运行过程中出现违规行为,则会禁止该应用运行,真正做到从应用来源到应用运行,从根源上杜绝恶意行为。
业界首创安全访问机制,用户按需授予系统数据
以往手机系统对于设备应用权限的获取,主要存在「应用权限申请不合理」以及「权限过度使用」两种情况,这也意味着用户的高铁行程、银行信息、快递单号等大量敏感隐私数据将在不知不觉中被应用访问并获取。而HarmonyOS NEXT以保护用户隐私为核心,重新审视应用权限获取的合理性,制定了严苛的隐私保护机制。
首先HarmonyOS NEXT全面梳理了所有系统授权,禁止开放通话记录、短信、电话、读取已安装应用列表等9类不合理权限,从根源上降低隐私泄漏的风险。
其次HarmonyOS NEXT推出业界首创安全访问机制,改变应用获取隐私数据的方式,让用户从管理「权限」到管理「数据」,按需授予系统数据。这样一来,当用户想要更换社交平台头像时,应用将无法再获取整个图库的访问权限,用户选择哪张照片,应用就得到哪张照片,将用户的隐私数据与应用之间受控隔离,全面守护用户隐私。
系统级文件加密分享机制,多人协同跨设备流转不惧泄密
守护个人隐私安全的同时,HarmonyOS NEXT在信息跨设备流转场景中也可获得系统级文件加密防护。用户通过手机或平板就可以对文件进行加密,分享出去后,只有授权的用户才能打开,不限应用,不限分享渠道,支持Word、PDF等多种文件类型,用户无需再为了保密而强调“不要转发”。
此次HarmonyOS NEXT星盾安全架构的问世,从根本上有效解决了生态作恶与隐私数据泄露的行业安全难题,真正做到全生命周期式保护用户隐私数据。同样也会保障开发者的合法权益,并为金融类生态安全业务伙伴保驾护航。在未来HarmonyOS NEXT星盾安全架构也将持续进化,为用户打造更安心、更舒心、更省心的HarmonyOS使用体验。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。