至顶网服务器频道 05月26日 新闻消息(文/李祥敬):美国时间2017年5月23日,作为Citrix公司的年度盛会——Citrix Synergy 2017在美国奥兰多举行,以下是来自至顶网记者发自现场的独家报道。
Citrix Synergy 2017第三日的主题演讲是关于网络安全,美国前国务卿鲍威尔进行了主旨演讲。
Colin Luther Powell(科林·卢瑟·鲍威尔),1937年4月5日出生于美国纽约(第65任美国国务卿),2001年1月至2005年1月任国务卿,是美国历史上第一位黑人国务卿。其是美国历史上官位第二高的非裔美国人,仅次于美国第44任总统巴拉克·奥巴马。
此前,鲍威尔的个人电邮曾被黑客入侵。所以,安全问题将始终是一大问题,无论是在任何地点、是否采用数字化或其他形式。然而,我们也可以从新闻报纸的头条看出,形势正在变得更加恶化,这也就不免引发了人们对于企业是否能够很好的保护自己或是虚拟的窃取行为是否是在线业务的成本等问题的担忧。
虽然某些企业可能较之其他企业有更高的知名度,这也使得他们更容易成为黑客攻击的目标,但事实上,几乎每个人都有可能成为潜在安全攻击风险的突破口。
所以,在本次Citrix Synergy 2017上,我们看到Citrix始终将安全放在首位,提出了安全的数字工作空间。在新的安全框架下,Citrix实现了应用和数据的安全访问与控制。
数字世界不断出现新的安全威胁,攻击者越来越复杂,难以停止,企业的安全性正在随着工作发生变化而发生变化。Citrix正在通过一种新的方法来解决这个问题,该方法使用数字工作空间的软件定义边界,并以多层次的安全方法补充其他防御层。Citrix推出了Citrix Analytics服务,以更好地帮助客户保护他们的环境。
Citrix新的安全数字工作空间实现了性能、安全性与生产力的平衡,最终用户可以在任何设备上使用任何联合身份进行单一登录,具有一致的体验。除了这些能力,新的数字工作区还包括高级内容协作,信息权限管理和业务工作流功能。一个例子是用户在数字工作区内创建,编辑和协作Office 365文档。
Citrix Analytics服务具有Citrix NetScaler管理和分析系统(MAS)的功能,并通过行为检测,洞察力和主动风险解决功能进行扩展。利用机器学习,该产品可以分析来自Citrix产品组合(包括XenApp,XenDesktop,XenMobile,ShareFile,NetScaler)的数据集,并快速检测异常,从而实现快速故障排除。
好文章,需要你的鼓励
首尔国立大学研究团队提出了"多模态对抗组合性"(MAC)基准测试,评估预训练多模态表示(如CLIP)在理解文本与图像、视频、音频关系时的组合性弱点。研究使用大语言模型生成欺骗性文本,通过样本成功率和多样性双重指标进行评估。团队创新性地提出了多样性促进自训练方法,即使使用较小的Llama-3.1-8B模型,也能显著提高攻击成功率和多样性。实验在COCO、MSRVTT和AudioCaps数据集上验证,该方法优于现有技术,并展示了良好的跨模型迁移性,为构建更可靠的多模态系统提供了重要见解。
SridBench是首个评估人工智能模型科研插图绘制能力的基准测试,由中国科学技术大学等机构研究团队创建。该测试包含1,120个来自自然科学和计算机科学13个学科的高质量样本,并设计了六维评估标准。实验结果显示,即使是目前表现最佳的GPT-4o-image模型也仅达到基本合格水平,文本信息缺失、视觉元素不完整和科学错误是主要瓶颈。这项研究揭示了AI科研绘图能力的现状,为未来技术发展提供了方向。
ChartLens是马里兰大学与Adobe研究院合作开发的创新技术,专门解决多模态大型语言模型在图表理解中的"幻觉"问题。这项研究提出了"后验细粒度视觉归因"方法,能够将AI对图表的分析结果与图表中的具体视觉元素(如特定柱形或数据点)精确关联起来,使AI的回答变得可验证。研究团队还创建了ChartVA-Eval基准测试集,并证明他们的方法比现有技术提高了26-66%的归因准确率,为金融分析、政策制定和科学研究等领域提供了更可靠的图表理解工具。
这篇论文介绍了一个名为"CrEval"的创新框架,用于跨领域评估文本创造力。研究团队构建了"CreataSet"数据集,包含超过10万条人类水平和100多万条合成创意文本,涵盖87个领域。基于此训练的CrEval评估器在与人类判断的一致性上显著优于现有方法,包括GPT-4o。研究发现,结合人类创建的数据和合成数据对训练有效评估器至关重要,且CrEval不仅能评估创造力,还能提升AI模型生成更有创意内容的能力,为创造力评估和提升开辟了新方向。