Argus Cyber Security 与微软合作重新定义下一代汽车安全，ETCIO SEA
全球领先的汽车网络安全公司 Argus Cyber Security 今天宣布，该公司将与微软合作，打造下一代端到端汽车和移动安全平台。Argus 汽车安全平台由两大集成解决方案组成，将 Argus 的汽车网络安全产品组合与微软强大的软件开发和安全产品相结合。微软是全球最具创新力的技术公司之一，也是 GenAI 领域的领导者。 近年来，汽车制造商逐渐意识到软件定义汽车 (SDV) 以及在开发过程早期集成安全措施的重要性。这种“左移”安全方法使汽车软件开发人员能够提高其产品的整体质量和安全性，同时加快上市时间并降低开发成本。 下一代 Argus 车辆安全平台采用“左移”原则，帮助 OEM 和一级供应商应对开发和保护联网软件定义汽车 (SDV) 以及确保数据管理和合规性方面的复杂挑战。它包括两个集成解决方案，旨在帮助汽车制造商确保未来的移动性：汽车左移安全和汽车安全生命周期管理。 Argus 产品和战略副总裁 Ran Ish-Shalom 表示：“微软的愿景与 Argus 的汽车网络安全专业知识和产品相结合，将有助于加快汽车软件开发周期的转型。此次合作的重点是构建新的尖端安全和开发平台，以满足未来几年汽车制造商不断发展的安全、数据管理和合规性要求。” 微软制造和移动业务副总裁 Dominik Wee 表示：“通过将 Argus Cyber Security 在联网汽车安全方面的专业知识与微软的 Azure AI 功能、新的软件开发方法和工具链以及广泛的网络安全产品组合相结合，我们有独特的机会加速整个汽车行业的‘左移’安全创新。”“此次合作将产生新的人工智能网络安全工具，让驾驶员和汽车制造商都受益。” “汽车左移安全”解决方案通过集成微软的先进软件开发工具（包括微软威胁建模工具和微软 Azure OpenAI 服务），增强了新推出的用于在微软 Azure 上进行汽车软件开发的 Argus DevSecOps 平台。该解决方案使用 Azure OpenAI 服务，将生成式人工智能的强大功能带入 DevSecOps 的汽车应用中，同时兼具 Azure 的规模和安全性。此外，该平台的开放式设计使其能够根据需要与其他工具轻松集成，从而确保车辆在使用寿命期间的安全。 第二个解决方案称为“汽车安全生命周期管理”，它将 […]
在 Mila 发掘蒙特利尔的人工智能人才库
OSP 由一群教授于 20 世纪 90 年代创立，其中包括著名的 Yoshua Bengio 和 Laurent Tillement。OSP 很高兴在最近的蒙特利尔之行中受邀访问。Tillement 解释了 Mila 在过去十年中如何迅速发展成为世界上最大的人工智能研究机构之一。在一次全面的讨论中，他分享了对该研究所的结构、目标以及对人工智能领域的重要贡献的见解。 Mila 的主要任务是培养新的 AI 人才。Tillement 表示：“我们的首要目标是教育这些新的专业人员”，这凸显了该研究所致力于培养下一代 AI 专家。Mila 的大多数专家都隶属于魁北克各地的大学，包括蒙特利尔大学，他们带来了大约 1,300 名学生。这种合作营造了一个丰富的学习环境，学生和专业人员可以在这里互动并开发机器学习和深度学习方面的前沿研究。 行业合作伙伴关系和现实影响 这些合作的一个关键方面是创业实验室，它为有兴趣创办自己的初创企业的学生提供支持。在过去三年中，该计划促成了 30 多家公司的成立，凸显了 Mila 在培养人工智能社区创业精神方面的作用。“我们建立了一个创业实验室，我们带着一个想法带学生去那里……我们会真正解释发展公司意味着什么。” 研究与开发 Mila 的研究主要分为两大流派：学术研究和应用研究。学术研究的特点是采用开放科学方法，研究成果被广泛发表和分享，以推动人工智能领域的发展。“公司在与这些人合作时需要思考，因为发布数据集时需要许可算法，”Tillement 解释说，强调这项工作的透明度和协作性。 另一方面，应用研究涉及与公司的更直接合作，专注于需要保密和专有开发的特定项目。“对于应用研究团队来说，情况完全不同，因为他们与公司合作，而且只与公司合作，”蒂勒门特说。这种灵活性使公司能够保留知识产权，同时受益于米拉的专业知识。 人工智能造福人类 Mila 不仅专注于技术进步，还致力于利用人工智能造福社会。Mila 工作中最引人注目的方面之一是其“人工智能造福人类”计划，该计划旨在应对农业、健康和现代奴隶制等全球挑战。例如，卢旺达的一个项目旨在预测农业成果以提高农作物产量，而另一个项目则试图在公司文件中识别现代奴隶制的迹象。“有些项目确实在寻求互动，”蒂勒门特强调，这表明他们非常重视合作以产生社会影响。 培训和道德人工智能 认识到负责任的人工智能的重要性，Mila 制定了计划，以确保人工智能技术在道德上得到开发。例如，“培训”计划提供负责任的人工智能认证，教导开发人员如何在考虑道德因素的情况下创建算法。“我们确实以机构的心态承担了这一责任，”蒂勒门特说，强调了 Mila 对道德人工智能实践的承诺。 社区与文化 Mila 设施的物理布局旨在促进互动和协作。该研究所设有公共区域，每个人都有一台咖啡机，鼓励自发讨论和交流想法。“关键词是互动……你有一个带笔的白板，所以我们可以随时停下来思考这个项目，”蒂勒门特描述道，这说明了 Mila 非正式而又创新的文化。 Mila 通过其战略合作伙伴关系、教育计划和开创性研究，继续塑造人工智能的未来。通过营造协作环境并优先考虑道德考量，Mila 不仅推动了技术前沿的发展，还确保人工智能服务于人类的更大利益。随着研究所的成长和发展，它仍然是创新的灯塔和全球人工智能社区的中心。 1717421810 2024-06-03 […]
使 Postgres 查询速度提高 1,000 倍
Mattermost 在大型部署中使用 Elasticsearch 来减少数据库在运行搜索查询时承受的压力，同时返回更好的、经过微调的结果。为了实现这一点，Elasticsearch 需要索引我们要搜索的所有数据，以便在请求时可以快速检索数据。一旦数据被索引，一切都会按预期运行，我们的用户会很高兴，我们的开发人员也会很高兴，生活会很美好。 但是，我最近测试了很久没尝试过的事情：从头开始索引一个相当大的数据库（包含 1 亿条帖子）。当数据库已经建立索引后，后续对新帖子和文件的索引速度会非常快，因此 Elasticsearch 的正常使用是没有问题的，但从头开始索引速度很慢： 这张截图是我们的作业系统，它告诉我们 Elasticsearch 索引作业已经运行了大约 18 个小时，但还未完成一半的任务 🙁 并且进度不是线性的，越往后进度越慢！这里显然出了问题。 让我们先来调查一下这里到底是什么地方速度慢，因为有很多活动部件：可能是数据库、Mattermost 服务器、Elasticsearch 服务器、网络或资源不足的机器。 看看我们的 Mattermost 性能监控 Grafana 仪表板 当索引作业正在运行时，问题一目了然： 上图按持续时间显示了前 10 个数据库调用，这些调用可归结为（稍微简化）以下 Prometheus 查询： topk(10, sum(increase(mattermost_db_store_time_sum[5m])) by (method) / sum(increase(mattermost_db_store_time_count[5m])) by (method) ) 我们测量每个数据库方法完成所需的时间，取过去 5 分钟的平均值，并按秒绘制图表，仅显示前 10 种方法。 从图表上看，有一个明显的异常值： PostStore.GetPostsBatchForIndexing随着索引作业的进行，它花费的时间越来越多，最终达到 30 秒，然后超时。 查看代码，我们看到了导致所有这些问题的确切查询： SELECT Posts.*, Channels.TeamId FROM Posts […]
2024 年 8 款最佳数据管理软件和工具
数据管理软件（不要与数据治理工具混淆）对于企业存储、检索、管理和组织企业数据变得越来越必要。 该软件通过数据验证、数据清理和数据集成等功能确保数据准确、一致和可靠。 虽然流行的大型平台（如 Tableau、Google Cloud、Oracle、AWS 和 Azure）提供全面的数据管理服务，但尚未订阅这些平台的企业可能会发现专业的数据管理工具（如 Profisee、Collibra、Ataccama ONE 和 Panoply）更适合他们的需求。 因此，选择数据管理服务取决于企业的数据管理需求、所管理数据的复杂性和规模以及所需的定制和灵活性水平等因素。 顶级数据管理软件：比较图 软件 最适合 元数据管理 数据整合 起始价 蟑螂 参考数据管理 是的 是的 每小时 0.898 美元 专业人士 管理大量数据 是的 是的 可根据要求提供 合沃数据 数字化转型 有限的 是的 每月 299 美元 谷歌云 现有 GCP 用户 是的 是的 可根据要求提供 Tableau 数据管理 统一数据管理和分析 是的 是的 每个用户每月 75 美元，按年计费 阿塔卡马一号 主数据管理 是的 […]
澳大利亚组织面临个性化和隐私之间的紧张关系
澳大利亚的组织面临着数据方面的重大挑战。 一方面，人们对个性化服务有需求。 如果这意味着更好的个性化，消费者愿意分享他们的数据。 另一方面，人们确实担心隐私，虽然组织专注于寻找防止数据泄露的方法，但更好地保护客户隐私的努力却更加随意。 为什么组织希望数据提供个性化 个性化是收集和使用客户数据的最有价值的原因之一。 根据 伟大的技术展望 Versent 的报告显示，超过 80% 的消费者更有可能与提供个性化体验的公司开展业务。 同时， 根据麦肯锡的说法，个性化可降低 50% 的客户获取成本，将收入提高多达 15%，并将营销投资回报率提高多达 30%。 更多澳大利亚报道 因此，个性化成为营销界谈论的一个关键主题也就不足为奇了，IT 团队被要求利用数据来提供更好的个性化。 然而，另一方面，正如 The Great Tech-Spectaction 报告还强调的那样，只有 16% 的消费者认为公司在保护他们的数据（提供个性化服务所需的关键信息）方面做得足够。 对个性化的渴望与收集实现个性化所需的必要数据的风险之间存在着矛盾，澳大利亚的组织在消除客户对此的担忧方面还有很长的路要走。 然而，真正的挑战并不是因为网络泄露的威胁，而是在许多情况下，因为管理数据的努力方向错误。 很多时候，组织关注的是 防止违规 并忽视了保护隐私的必要性。 为什么个性化和客户数据正在成为风险雷区 丢失客户数据，即使用于个性化，也会给企业造成沉重损失。 在现在臭名昭著的 Optus 网络漏洞之后，该公司 失去了 10% 的客户。 Bitdefender 数据表明 Optus 很幸运， 43% 的澳大利亚人 表示他们将在数据泄露后将其业务从一家公司手中夺走。 这次泄露事件以及近年来其他几起引人注目的泄露事件的影响意味着，董事会和高管层围绕数据和风险的大部分言论都集中在泄露事件本身，并试图阻止它们。 但这通常根本不是真正的问题，也不是这些企业失去客户的根本原因。 请参阅：澳大利亚 IT 团队正在采取 网络安全的“假设违规”方法。 缺乏隐私监管才是真正的风险 […]