英特尔近日详细介绍了一种新的芯片技术,旨在帮助企业组织更有效地阻止基于硬件的黑客攻击行为。
一些网络攻击是利用安装在服务器上的软件中存在的漏洞来窃取数据的,但是有一些网络攻击的目标不是运行在服务器上的软件,而是服务器本身。黑客攻击行为会导致硬件故障,以削弱目标机器的网络安全控制并获得对数据的访问权限。
英特尔这次详细介绍的芯片新技术被称为TRC(Tunable Replica Circuit),这种技术可以自动检测几种常见的、基于硬件的网络攻击,在检测到黑客攻击之后,管理员可以采取措施阻止这些攻击行为。
TRC可以发现针对CPU时钟引脚(负责管理时钟速度)的、基于硬件的网络攻击行为。CPU的时钟速度是指CPU执行某些关键计算操作的速度。据英特尔称,TRC还可以检测试图使用电磁波或通过修改芯片供电量以导致CPU出错的攻击行为。
TRC通过监控CPU执行计算的时间来发现此类黑客攻击行为。
现代处理器包括数十亿个晶体管,这种晶体管通过操纵电力来执行计算。晶体管的运转由时钟发生器协调,时钟发生器是处理器内置的一种专用组件,时钟发生器优化晶体管执行计算操作的时序,以确保高效执行处理。
英特尔TRC技术可检测的基于硬件的网络攻击,会导致CPU电路执行计算操作的时序发生细微的变化。当TRC检测到此类篡改的时候,就可以确定黑客试图访问CPU中的哪些数据。
TRC最初是由英特尔研究院的研究部门开发的,用于检测CPU中常见的技术问题,后来该部门与英特尔物理攻击和侧信道分析实验室以及客户端计算部门合作,将该技术应用于网络攻击检测。
英特尔已经把TRC技术纳入最新一代的Alder Lake CPU系列中,不过英特尔并不是把这项技术直接嵌入到CPU中,而是在一种名为Platform Controller Hub的外部组件中部署的。Platform Controller Hub是一种独立的芯片,与英特尔处理器一起部署在服务器中,执行某些网络安全任务,例如检查固件是否有黑客入侵的迹象。
据英特尔称,开发TRC过程中主要面临的挑战之一就是优化准确性。英特尔的工程师必须确保该技术不会意外地将常见的CPU错误标记为恶意活动,同时他们还优化了TRC以避免误报,或者是未检测到恶意活动的情况。
TRC是英特尔在CPU中添加的网络安全技术之一。除此之外,英特尔还提供了SGX,一种CPU功能,可以将敏感数据存储在黑客无法访问的处理器隔离区中,而且英特尔的芯片还可以检测针对板载固件的网络攻击行为。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。