北京,2020年6月2日——企业级混合云服务商青云QingCloud日前推出统一认证与访问鉴权管理服务(简称IAM),使用者可以统一管理和控制接入实体的认证和授权,更安全地自主管控账户下的任意资源访问权限,实现企业零信任安全架构的构建。
数字化时代的到来,企业面临越来越多的应用开发和生产环境的构建,跨组织协作也越来越频繁。随之而来的网络安全问题和企业云端资源访问管理的瓶颈日益突出,一套全新的身份认证和访问控制管理方案成为了企业IT建设的刚需。
青云QingCloud适时推出IAM(Identity and Access Management)服务,旨在统一构建云平台的权限管理标准,采用非对称加密技术创建具备一定访问时效的临时Token,为访问者赋予身份凭证。IAM服务无需引入Access Key,任何支持获取凭证Token的实体,诸如人、设备、应用都可以获取身份凭证。当需要为他人或者应用赋予自己资源的访问权限时,使用者可以按需配置任意粒度的权限和身份载体,不必再共享访问密钥。从而做到对接入实体的全方位统一管控,极大降低访问密钥被泄露的风险,提高平台客户信息的安全性。主要特性如下:
自成立以来,青云QingCloud一直以提供稳定、安全的云计算服务作为不断追求的目标之一。青云QingCloud多维度的云安全体系涉及系统和网络安全、应用安全、数据安全、内容安全、身份认证及安全管理等诸多层面,在提供DDoS防护、WAF、SSL证书、数据加密、访问控制、安全审计等安全产品的同时,集成众多第三方安全应用,覆盖主机防护、堡垒机、数据库应用安全等多个领域,满足企业级用户多元化的安全需求。随着国产化步伐的不断深入,青云QingCloud与众多国内优质的服务商实现了兼容互认,合力打造国产可替代的云计算生态,以全国产化阵容实现真正的安全可控。
未来,青云QingCloud在加强自身安全体系建设及相关产品不断研发和投入的基础上,也将继续加强云安全生态的建设,集成更丰富的云安全产品供用户选择。青云QingCloud还将持续不断深入推进云计算国产化进程,以完全自主可控的技术和国产化的云计算生态为中国企业的数字化转型提供多维度的安全保障。
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。