作者:MIKE WHEATLEY
更新时间:美国东部时间2023年9月20日12:35
英特尔公司今天表示,随着Intel Trust Authority的全面推出,该公司在完成“保密计算(TEE)”使命方面实现了一个重要的里程碑。
英特尔的TEE是其保密计算战略的核心。保密计算是一个描述数据加密技术的术语,该技术可在处理信息时保护信息安全。
虽然对于存储在服务器上或者在网络上传输的数据,我们已经有了强大的加密功能,但是当应用程序使用这些信息的时候,还是需要将其解密还原成原始的可读形式。这意味着使用中的数据非常脆弱,是黑客窃取机密信息的绝佳机会。
英特尔一直致力于通过Software Guard Extensions(SGX)来解决数据加密中的这一盲点,SGX 是英特尔一些最高级的中央处理器中内置的一组与安全相关的指令代码。SGX能够将服务器的部分内存分割成可信执行环境(Trusted Execution Environments,简称 TEE),可以将其视为与机器其他部分隔离的“飞地”。
不仅其他工作负载无法访问TEE,管理硬件资源的管理程序甚至操作系统也无法访问TEE。这种隔离的方法可以防止在未经授权的情况下对内存应用程序和数据进行访问和修改,从而增强数据的安全性。
不过,虽然英特尔的SGX技术已经存在了一段时间,但由于需要由中立的第三方(而不是基础设施提供商)对TEE的真实性进行“独立认证”,保密计算尚未普及。为了让用户在TEE中解密敏感数据之前有信心,这是必不可少的。
英特尔表示,Intel Trust Authority(前身为Project Amber)旨在解决这一问题,将证明与基础架构分离开来,类似于证书颁发机构独立认证的方式。它是一种与供应商无关的安全服务,可直接为工作负载所有者确保透明度和可审计性,并可在多个云和内部部署环境中扩展。它以软件即服务(software-as-a-service)的形式提供,可以很容易地在任何基础设施上部署。
英特尔表示,Trust Authority将实现包括多方协作在内的新用例,为合作伙伴提供保护其IP和个人身份信息的方法。它还将帮助云服务环境从相互认证中受益,在信息交换之前验证边缘的 TEE和集中在云中的 TEE。
Constellation Research Inc.的分析师Holger Mueller表示,英特尔正在为安全认证提供平台即服务(platform-as-a-service),这种做法很有效。这位分析师解释说:“出于显而易见的安全原因,将云服务与认证服务分开是非常有意义的,因为你不希望有任何窥探者。”“英特尔已经有了一个良好的开端,但是现在它需要赢得企业的青睐。”
为此,英特尔将与包括Thales SA、Zscaler等多家行业领先的安全厂商合作推出认证服务。Thales表示将把Intel Trust Authority的远程认证服务与旗下CipherTrust 数据安全平台整合在一起,而Zscaler则将在其Zero Trust Exchange中提供这一功能。
其他合作者还包括英特尔在芯片制造行业的竞争对手英伟达公司,该公司将使用Intel Trust Authority为其H100图形处理器提供认证,该处理器为全球许多人工智能工作负载提供动力。英特尔表示,通过此次合作,客户将可以选择分别调用英伟达的远程认证服务(Remote Attestation Service)或单独调用Intel Trust Authority进行认证。
英特尔表示,它还在与云服务提供商微软公司密切合作,确保该公司的认证服务与Intel Trust Authority之间的互操作性。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。