12月22日,国家工业信息安全发展研究中心开展数据基础设施安全研讨会,并发布《数据基础设施安全研究报告》(以下简称《报告》),相比于网络安全软件技术、攻防保障体系等关注度较高的中上层数据安全,这是国内首份专注于底层基础设施领域数据安全的研究成果。
国家工业信息安全发展研究中心总工程师黄鹏表示:“数据基础设施层面,技术的可控性和供应链安全都会是影响数据安全和应用性的重要因素。”《报告》在数据基础架构的各个层面,提供了详细的技术指导,切实推动了基础设施数据安全生态建设的落地。
甄别核心技术 ,保障存储安全
不久前,中共中央国务院发布“数据20条”,强调建立安全可控、弹性包容的数据要素治理制度。然而,市场上底层产品纷繁复杂,系统选型成为用户最大的困扰。如何让用户更加深入了解存储的底层核心技术、有能力甄别具备关键技术的产品至关重要。
《报告》指出,存储介质、存储系统、操作系统等数据基础设施的安全机制是数据安全的底层保障,从设计、开发、认证等多个维度确保全生命周期安全可信,保障数据基础设施和数据应用的安全性和可靠性。而存储系统作为数据基础设施中的重要组成部分,其安全性是数据安全的底层保障。
中科曙光曙光分布式存储实现自主创新
在国家政策推动与市场需求驱动下,国内存储厂商纷纷推出自研存储产品,覆盖从中低端到高端各级存储市场。《报告》指出,国产存储系统产品的竞争已从产品性能竞争,转变为安全性、可控性等综合能力的竞争。
中科曙光作为国内核心信息基础设施领军企业,其核心存储产品——曙光ParaStor分布式存储被收录于《报告》中。全自主研发的分布式存储软件架构,从根本上保障了ParaStor产品功能的完备、性能的卓越、系统的稳健和对业务的深度优化能力。在软件架构下,驱动、分布式基础、数据、协议和管理五大子系统,耦合交互,形成强强联合效应,从介质、协议、资源及管理等多个层面共同保障着数据的可用性和业务的可靠性,帮助用户最大程度实现存储系统安全。
而在硬件层面,凭借多年的自主研发积累,曙光ParaStor对硬件设备进行深度优化,进一步加强了存储系统底层安全的权重与砝码,实现基础设施数据安全的最大化。
站在存储发展的关键时期,曙光以自研为前提,在存储安全领域持续投入和创新,推动自主化安全生态建设,为我国基础设施数据安全及自研技术发展赋能。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。