至顶网软件频道消息: 微软正试图通过新的安全操作系统和针对微控制器的服务来保护边缘设备。
这个名为Azure Sphere的新堆栈包括经过认证的微控制器、用于这些微控制器的"Azure Sphere"操作系统以及与这些设备相关"Azure Sphere安全服务"。
据悉,Azure Sphere的负责人是Galen Hunt,最新头衔是微软Azure Sphere合作伙伴总经理。
其实,这一新举措并非没有先例。去年,有一篇关于"Sopris项目"的文章,这是微软研究院为保护低成本互联网连接设备进行的一个项目。而Hunt是该项目的负责人之一。
Sopris的项目团队表示,他们正在与芯片合作伙伴联发科(MediaTek)合作,修改他们的一款控制器--支持Wi-Fi的MT7687--以创建高度安全的微控制器原型。
微软的研究人员表示,早期的研究结果表明,"即使是对价格最敏感的设备也应该重新设计,以实现对社会安全至关重要的高设备安全性水平。"
微软在RSA 2018上宣布推出Azure Sphere。根据4月16日宣布该计划的博客透露,该公司宣布推出的新Azure Sphere认证微控制器将实时和应用处理器与微软的内置定制芯片安全技术和连接功能相结合。微软的官员们表示,这种芯片的安全性包括向Xbox "学习"的如何确保这些微控制器和设备的安全。
第一款Azure Sphere芯片将是MediaTek MT3620。微软在这些被其称为"Pluton"的安全多控制器中加入了一个新的安全子系统。根据微软Azure Sphere网站透露,这些控制器本身包含了Cortex-A处理器的强大功能以及Cortex-M类处理器的实时保护。
Azure Sphere OS包含了一个定制化的Linux内核,以及用于隔离代码的安全应用程序容器。由于微软现在更关心的是销售Azure服务而不是让Windows嵌入地到处都是,所以老实说,在这里依靠Linux来定制内核并不令人感到意外。但该公司仍然在吹嘘这是它第一天提供定制的Linux内核。(几年前,微软确实为数据中心交换机构建了一个定制的Linux交换机操作系统,但它并不真正"销售"这个操作系统。)
Azure Sphere安全服务提供身份验证、威胁响应并提供有关设备和应用程序故障的信息。开发人员可以使用Visual Studio Tools for Azure Sphere编写应用程序,并可将其Azure Sphere设备连接到Azure以获取遥测数据、消息传递以及使用Azure IoT Hub和其他服务。
微软官方表示,Azure Sphere到今天还在进行私有预览,开发工具包将在今年年中推出。他们表示,微软预计到2018年年底,第一批Azure Sphere设备将会"上市"。
微软今天也发布了其他一些RSA公告。
该公司推出了Microsoft Automated Threat Detection and Remediation。该功能建立在其Windows Defender Advanced Threat Protection服务之上,增加了条件访问以提供实时风险评估。它将在未来的Windows 10更新中出现。(我不确定这是否意味着会出现在Redstone 4或者5中--我估计很有可能会出现在5中--但是微软表示它现在已经在进行预览了。)
该公司的官员们表示,微软正在为客户和开发人员打造一个Microsoft Intelligent Security Graph的界面。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。