2018年10月16日,历时4个多月的曙光“打造核心技术 赋能数字经济”主题系列全国巡展迎来北京站收官,在业内外人士的关注下,中科曙光对外发布了为“安全”专属打造的网络流量识别分析系统SUNA。
这是曙光第一次完整发布针对行业的网络流量识别分析系统和软硬件一体化解决方案,也是曙光自主研发的一款高性能、高识别率、高可靠的流量可视化平台,SUNA具备业内领先的处理性能,常规配置的单计算节点就可处理超过100Gbps网络流量,识别并分析7000多种协议和应用,支持百万级特征库规则。
SUNA集合了曙光多年来在DPI和网络流量内容分析系统领域的软硬件技术积累和安全相关行业的工程经验,可实现全流量分析,实时感知和分析网络中传输的协议、流量、会话、应用等信息。
SUNA系统将网络流量分析处理软件和Tb级高性能汇聚分流器、智能网卡等可视化平台产品相结合,形成了软硬件一体的完整解决方案,可以更好地服务政府、电信、公安、安全、科研、教育、互联网等领域的客户,实现网络内容分析和可视化,信息安全,信息溯源,不良内容识别和处理等功能,为客户的信息系统安全提供了核心平台级产品和技术支撑。
作为曙光一款重要的安全方面的新产品,网络流量识别分析系统SUNA是曙光基于用户安全领域的深刻洞悉及理解的心血结晶。下一步,曙光网络流量识别分析系统还将着力打造成开放式平台,兼容更多网络安全产品和功能。并且,基于该系统,曙光整合在流量获取和分析、大数据处理、人工智能、网络安全等方面的技术和产品积累,将推出智能化网络安全态势感知解决方案。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。