Confidential Computing Consortium (机密计算联盟)组织今天表示,将新增10家成员企业和机构,推动数据在使用过程中的加密方式标准化。
这个得到Linux基金会支持的组织表示,这次新加入的成员包括埃森哲、AMD、Facebook和Nvidia等知名企业,以及Anjuna Security、Anqlave、Cosmian Tech SAS、iExec Blockchain Tech SAS、IoTeX和R3 Technologies等鲜为人知的初创公司。
该联盟正致力于是先数据加密的标准化,确保数据在内存中处理的同时能够被加密,而不会暴露给计算机系统的其他部分。尽管对静态数据和传输中的数据进行加密所使用的方法已经广为人知,但仍然无法可靠地保护这些信息被实际使用过程中的安全性。
因此该联盟正在开发一种名为Open Enclave Software Development Kit开源框架,从而改变现状。这种框架可以用于构建Trusted Execution Environment(TEE),针对那些运行在多种计算架构上的应用。
TEE指的是计算机芯片的一个安全组件,可以加密其中所装载的数据和代码,让处理器的其他部分无法访问这些数据和代码。TEE所做的实际上是创建隔离的执行环境,对使用中的数据实施保护。该联盟希望Open Enclave SDK将成为构建可利用TEE应用的一个通用框架。
该联盟表示,新加入的成员都拥有独特的专业能力,将有助于实现这一目标。
该联盟理事会主席Stephen Walli表示:“在过去五个月中,我们新增了10个成员企业,包括全球最大的社交网络、杰出的咨询公司、领先的半导体制造商、以及图形处理领域的先驱。”
该联盟是由微软在2019年创立的,其他创始成员还包括阿里、Arm、百度、IBM、Red Hat以及腾讯。
好文章,需要你的鼓励
仿人机器人与自动驾驶汽车在区域架构、功能安全及雷达传感方面高度相似。多分辨率摄像头组合可更好地模拟人类视野,兼顾广角低保真与局部高精度需求。自然运动需实时计算正逆运动学、距离与深度,同时须兼顾功耗效率。当前视觉与基础操控技术最为成熟,而触觉、全身协调及非结构化环境中的移动能力仍是主要挑战。业界正借鉴自动驾驶经验,加速推进仿人机器人的规模化落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着AI技术发展,攻击者可融合白市、灰市及黑市数据,构建个人及其环境的数字孪生体,使定向攻击更为便捷。专家指出,AI与网络安全的核心交汇点是数据本身。防御AI数据融合攻击需依赖硬件信任根、强加密、安全密钥存储及严格的数据匿名化措施。芯片架构师需将安全设计嵌入硬件层,确保数据完整性验证、隔离执行及认证数据流,以应对日益复杂的运行时攻击面。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。