【2023年4月24日 德国慕尼黑讯】英飞凌科技股份公司 (FSE代码:IFX / OTCQX代码:IFNNY) 近日宣布与密码技术初创公司池安量子(Chelpis Quantum Tech.) 合作 ,推出结合英飞凌符合TPM 2.0 标准的硬件高端安全芯片OPTIGA™ TPM SLB 9672以及池安量子的软件密码技术所打造的 Edge-to-Cloud 信息安全解决方案,赋予终端设备从硬件层到云端应用层,跨越多个层级分布安全功能的能力。此解决方案采用零信任架构 (Zero Trust Architecture) ,提供产品的用户凭证及授权认证,并在固件更新方面导入多重安全管理机制,包括支持可阻挡量子计算攻击的后量子密码技术 (Post-Quantum Cryptography)、端到端加密技术(E2EE)、产品端点认证 (Secure Device Provisioning) 等。此解决方案提供能够防范多种网络威胁的保护措施,如防止设备软件平台遭篡改、软固件的不合法更新以及阻挡外来病毒入侵等。

数字化转型已成为企业维持竞争力的重要策略。在制造相关产业中,工业网络、人工智能和大数据等技术的发展,使得企业意识到 IT /OT 之间的相互连接可以带来前所未有的效率和利润。然而,IT/OT 的融合是一个需要逐步实施的过程,尤其是在信息安全方面,需要更加谨慎和细致的考虑。
新推出的安全解决方案结合英飞凌在信息安全硬件方面的 TPM 2.0技术及池安量子在信息安全防护方面的软实力,解决制造业相关的安全性问题,例如:OT 系统往往跟不上攻击演进的速度,因此容易受到各种网络攻击,例如恶意软件、勒索软件等。此外,许多 OT 系统缺乏加密,也容易受到数据泄露和未经授权访问的风险,而拥有 OT 系统访问权限的员工的部分行为,也可能会对这些系统的安全性造成损害。另一方面,导入 IT 后,如何确保产品的高可用性、保持原有功能不受影响及预防变动成本太高等考量,都是制造业数字化转型的痛点。池安量子以英飞凌的OPTIGA TPM芯片做为可信任根 (Root of Trust),打造其信息安全强化解决方案,通过零信任架构来防止未经授权的访问及篡改,其次,通过产品金钥加密、产品凭证、产品签章等多重保护机制,让产品在出产时,便具有身份认证的安全设计, 在确保数据的完整性和真实性的同时,也替产品端点认证多加了一层保障。

该款Edge-to-Cloud 解决方案预计将导入到自动化设备领导厂商盟立的MS智能控制电脑上,部署于多个实际应用场景,为盟立及其客户提供强大的信息安全防护。通过此方案,除了让安全性全面升级外,也让盟立出产的自动化设备MS注塑机都具备独一无二的身份证,可供溯源并防止设备资料遭篡改或窃取,实现盟立智能设备云iEC的安全存取,让产品在工业4.0 (IIoT) 时代更有竞争力。此外,池安量子的后量子密码技术可协助自动化设备抵挡未来的量子计算攻击,为企业数字化转型的信息安全防护做好准备。
英飞凌科技安全互联系统事业部(大中华区)经理田沛灏表示:“数字化转型将推动企业对于信息安全产生更强大的需求,企业连接设备的数量不断增加,软硬件全方位的安全解决方案已然成大势所趋。此外,后量子密码学也将成为未来信息安全解决方案中重要的一环。我们很高兴能与池安量子合作,结合英飞凌的硬件安全芯片与池安量子在算法以及后量子加密技术领域的专长,一同为企业打造一个安全且可靠的数字化转型体验。”
池安量子总经理池明洋表示:“英飞凌与池安量子合作开发的解决方案解决了后疫情时代带来的远程工作、云端服务及企业数字化转型会面临的信息安全问题。它不仅适用于智能制造,也适用于车联网、物联网、智慧城市和金融产业等行业,例如,通过数据保护和加密为企业提供安全的运营基础。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。