随着企业云化加速,租户在云服务配置上不合规、不合理等多场景引发的安全风险与日俱增,而这些安全风险若是没有得到及时排查和诊断,将会对企业云上业务带来巨大的安全隐患。近期,华为云态势感知服务的云服务基线检测功能全新升级,用户通过华为云提供的全栈安全服务,可对云服务基线进行全面“体检”,及时发现资源脆弱点,提前排除安全风险,保障云上业务安全。
安全基线是最基础的安全要求,云服务基线检查是指对云服务关键配置项进行检测,通过执行扫描任务,检查基线配置的风险状态,对存在安全隐患的配置进行处置。如同人体必要的健康检查一般,云服务基线检查是企业上云的关键关节。
华为云态势感知作为跨云、统一、开放的云安全中心,是云上安全风险的“监控台”,集成汇聚了云原生、生态等7大类安全服务,采集各个服务的风险检测结果及威胁通知,以安全大数据分析为基础,从全局视角识别安全威胁,为安全运维提供快速准确的响应处置和追踪回溯能力。
态势感知云服务检查功能可通过检测各项云服务中身份认证、访问控制、日志审计等方面的安全配置,及时发现云上资源的脆弱点,为企业合规风险配置进行全面“体检”,并提供风险修复的“诊断建议”。在此基础上,本次云服务基线检查功迎来重要迭代升级,不仅支持定时任务计划,一键设置定时时间检测,云服务检查范围由14个增加至26个,第一版本将上线覆盖等保合规要求在内的21个子检查项,将安全风险暴露在入侵发生前,排除90%以上的云安全风险。
综合来说,云服务基线检查的核心价值主要体现在两方面:一是用户可通过云服务基线检查,了解自身业务系统的云服务配置项是否有问题,并根据检测结果说明和加固指导建议,进行配置优化以降低入侵风险;二是对于银行、证券、互联网等等对安全合规要求较高的行业,云服务基线检查将帮助大型企业审计、合规部门及时发现风险项并采取防护措施以满足安全合规。
未来,华为云态势感知不断吸取业界最佳实践,逐步构筑完善的云服务基线检查规范,提供云上整体威胁态势可视化方案,帮助企业第一时间洞悉云上安全态势,快速定位安全风险,满足安全合规。
好文章,需要你的鼓励
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
这项由北京大学人工智能研究院完成的研究,首次从数据压缩理论角度揭示了大型语言模型存在"弹性"现象——即使经过精心安全对齐,模型仍倾向于保持预训练时的行为分布。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。