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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。