ZDNet至顶网软件频道消息:根据EnfoDesk易观智库最新发布的《中国手机安全应用市场监测报告2014年第2季度》显示,第2季度,中国手机安全应用市场活跃用户规模达2.5亿,排在市场前三名的为360手机卫士、腾讯手机管家和百度手机卫士,其活跃用户市场覆盖率分别为54.0%、36.0%和20.0%。
EnfoDesk研究发现,随着近些年智能手机的不断普及网络技术的逐步提升,随之而产生的手机安全问题也日益凸显,目前主要的手机安全威胁主要有针对手机硬件的恶意程序、吸话费吸流量恶意程序、骚扰及诈骗短信和电话、个人隐私窃取、银行卡信息窃取等。而且移动互联网对各行业的渗透越来越高,包括金融、水利、电力、政务等领域,再加上信息安全事件频发,互联网安全引起政府部门的高度重视。
EnfoDesk易观智库分析认为,政府的重视以及市场的推动,将促使移动安全的建设渗透到产业链各个环节,包括应用商店、终端厂商、开发者及运营商等等,构建全产业链的安全生态成为未来发展趋势,同时,大数据与云计算的出现对信息安全提出了更高的挑战与要求,未来企业在信息安全方面的资源投入将逐步增加,这也为安全厂商提供了良好的发展机遇。
目前,网民对移动安全的认知在逐步提升,对安全软件的使用意愿也在提高,尤其是随着移动支付业务的兴起与快速发展,手机财产安全问题引起了市场的高度重视,也成为促进移动安全市场发展的又一驱动力。安全软件厂商应紧抓市场机遇,加紧对用户使用行为的培育,提升产品体验,以获得更高的市场渗透率,从而衍生出更多的商业价值,促进移动安全产业的新一轮发展。
好文章,需要你的鼓励
这项研究介绍了一种名为FlowPathAgent的神经符号代理系统,用于解决流程图归因问题。研究团队提出了流程图精细归因这一新任务,构建了FlowExplainBench评估基准,并开发了结合视觉分割、符号图构建和基于代理的图形推理的方法。实验表明,该方法在归因准确性上比现有基线提高了10-14%,特别在处理复杂流程图时表现出色,为提升人工智能系统在处理结构化视觉-文本信息时的可靠性和可解释性提供了新途径。
这项研究首次从神经元层面揭示了大型语言模型(LLM)评估中的"数据污染"机制。研究团队发现当模型在训练中接触过测试数据时,会形成特定的"捷径神经元",使模型无需真正理解问题就能给出正确答案。他们提出了一种新方法,通过识别并抑制这些神经元(仅占模型总神经元的约1%),成功恢复了模型的真实能力表现。实验证明,该方法与权威可信基准测试结果高度一致(相关系数>0.95),并在不同基准和参数设置下都表现出色,为解决LLM评估可信度问题提供了低成本且有效的解决方案。
这份来自向量研究所、康奈尔大学和格罗宁根大学研究团队的综述分析了基于大语言模型的代理型多智能体系统中的信任、风险和安全管理框架(TRiSM)。研究系统地探讨了代理型AI从概念基础到安全挑战,提出了包含治理、可解释性、模型运营和隐私/安全四大支柱的TRiSM框架。文章还详细分析了威胁向量、风险分类,并通过真实案例研究展示了潜在脆弱性。
这项研究提出了一种名为ConfiG的创新方法,通过生成针对性的数据增强样本来解决知识蒸馏中的协变量偏移问题。研究团队利用教师模型和学生模型之间的预测差异,引导扩散模型生成那些能挑战学生模型的样本,从而减少模型对训练数据中欺骗性特征的依赖。实验表明,该方法在CelebA、SpuCo Birds和Spurious ImageNet数据集上显著提升了模型在缺失组别上的性能,为资源受限环境下的AI应用提供了实用解决方案。