至顶网软件频道消息: IBM已经推出了一项新的企业产品,旨在帮助企业寻求帮助来限制其数据以达到GDPR标准。
欧盟委员会的通用数据保护条例(GDPR)截止日期已过,但仍有一些公司在努力追赶上。
欧洲的网站访问用户发现,一些在线服务在数据管理和实践到位之前处于暂时禁止访问的状态,还有另一些已经从消费者那里收集大量数据的网站现在面临着挑战——找出这些数据的位置,保障信息安全的方式,哪些是在GDPR范围内的信息以及如何遵守条例。
这一挑战是IBM Security新推出的软件即服务(SaaS)产品的核心。
周二宣布推出的这个Guardium Analyzer解决方案是一项SaaS服务,专为在IT环境中找出GDPR相关数据的企业设计。
该工具使用数据分类引擎和基于GDPR的数据模式,在评估并确定应采取哪些措施来优先保护数据之前,跨云环境和内部数据库寻找以及分类信息。
Guardium Analyzer还能够扫描数据库中已知的安全漏洞和那些可能影响数据保护的安全补丁,确定哪些数据库最有可能与GDPR合规相关。
该工具包括一个仪表板,可以根据确保GDPR合规性所采取的措施进行自动更新。
IBM表示:“持续的基准测试对于帮助企业保持合规性并持续构建更强大的数据保护计划来说至关重要。”
IBM Security数据安全和隐私首席技术官Cindy Compert表示:“虽然GDPR于5月25日生效,但很多公司符合GDPR要求方面仍然还处于初期阶段。处理所有现存个人数据是关键的第一步,随着数据不断增加和变化,这也是最难的步骤之一。”
根据IBM首席隐私官和欧洲数据保护官员(DPO)Cristina Cabella的说法,GDPR确实带来了挑战,但这些法规也为企业带来了机遇。
她认为,GDPR需要企业具有“更多的问责制和更高的透明度”,但这些也可以成为改善客
户和供应商关系以及业务创新的基石。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。