机密计算是一种在处理过程中对数据进行加密的技术,即使在使用过程中也能确保敏感信息的安全,因而迅速流行起来。机密计算将数据隔离在可信执行环境中,这样可以防止未经授权的访问,并为云和多租户环境中的敏感工作负载提供增强的隐私和安全性。由于机密计算弥补了传统加密方法的短板,这种方法在医疗保健和金融等处理关键数据的行业中越来越受欢迎。
正如英特尔在一篇博文中指出的那样,需要组合多个私有数据集的组织可以使用机密计算来执行联合分析或提供机密人工智能服务,这样做不会暴露任何人的私人数据。该功能已用于银行欺诈检测和集体医学研究等领域。
Google Cloud 的新C3实例为Intel Trust Domain Extensions支持的敏感工作负载或受监管数据提供基于硬件的隐私保护和机密性。英特尔TDX是一种基于硬件的技术,通过创建隔离的执行环境来增强数据隐私和安全性,保护敏感工作负载免受未经授权的访问——即使在共享云基础设施中也是如此。使用谷歌云的应用程序可以看到虚拟机中的软件和数据,这些软件和数据与其他云租户中运行的软件以及谷歌的云堆栈、虚拟机管理程序和系统管理员隔离。
英特尔的Xeon可扩展处理器提供对虚拟机的“信任边界”的控制,以及对虚拟机内存的加密(由处理器内部的硬件进一步强制执行)。最终结果是工作负载保持私有,而采用英特尔TDX的机密计算使敏感数据和代码保持私有并且更安全,即使在公共云中也是如此。
Intel Google Cloud Confidential Computing 解决方案还提供可信执行环境的远程认证。该认证为数据相关方提供加密证据,证明其机密虚拟机是真实的,在策略范围内保持更新,并使用经过身份验证的固件启动,从而确保虚拟机正常运行。
客户还可以选择使用 Intel Trust Authority 来认证基于英特尔芯片的机密虚拟机。Intel Trust Authority独立于谷歌云,提供机密虚拟机完整性的独立评估。
好文章,需要你的鼓励
在他看来,企业对AI的恐惧源自未知,而破解未知的钥匙,就藏在“AI平台+开源”这个看似简单的公式里。
斯坦福和魁北克研究团队首创"超新星事件数据集",通过让AI分析历史事件和科学发现来测试其"性格"。研究发现不同AI模型确实表现出独特而稳定的思维偏好:有些注重成就结果,有些关注情感关系,有些偏向综合分析。这项突破性研究为AI评估开辟了新方向,对改善人机协作和AI工具选择具有重要意义。
Pure Storage发布企业数据云(EDC),整合其现有产品组合,提供增强的数据存储可见性和基于策略的简化管理。EDC集成了Purity存储操作系统、Fusion资源管理、Pure1舰队管理和Evergreen消费模式等架构元素,提供类云存储管理环境。该方案支持声明式策略驱动管理,让客户专注业务成果而非基础设施管理。同时发布高性能闪存阵列和300TB直接闪存模块,并与Rubrik合作提供网络安全防护能力。
威斯康星大学研究团队提出"生成-筛选-排序"策略,通过结合快速筛选器和智能奖励模型,在AI代码验证中实现了11.65倍速度提升,准确率仅下降8.33%。该方法先用弱验证器移除明显错误代码,再用神经网络模型精确排序,有效解决了传统方法在速度与准确性之间的两难选择,为实用化AI编程助手铺平了道路。