10月26日,由清华大学网络研究院和Coremail论客公司主办,奇安信集团、DataCon社区以及InForSec论坛协办的“2020年Coremail邮件安全竞赛“决赛暨颁奖典礼在清华大学FIT楼报告厅圆满举行。
清华大学网络研究院教授段海新、Coremail论客创始人兼CEO陈磊华、Coremail论客首席技术官林延中、奇安信集团技术研究院郑晓峰研究员,以及来自国内知名高校与研究机构的师生代表共同参加了线下活动。

当天上午,线上积分赛的前十支参赛战队经过激烈的角逐与较量,最终北京大学计算中心战队勇夺第一,获得一等奖。本次竞赛获奖队伍的详细信息如下:
|
|
战队名称 |
单位名称 |
队员 |
指导教师 |
|
一等奖 |
ccgo |
北京大学计算中心 |
于滢、窦帅、刘宇航、赵德预 |
周昌令、金建栋 |
|
二等奖 |
人见人爱wh |
清华大学 |
马哲宇、吕治政 |
张超 |
|
ByteFly |
信息工程大学 |
翟懿、李小伟、杨资集 |
舒辉、芦斌 |
|
|
三等奖 |
不咋用邮件 |
武汉大学 |
李子川、严寒、袁静怡 |
彭国军 |
|
ustclfn |
中国科学技术大学 |
程思雨、彭雨荷、陈翔 |
陈双武 |
|
|
我都行 |
中科院计算所 |
熊威、李雪菲、刘丰瑞 |
|
|
|
优胜奖 |
重在参与 |
武汉大学 |
杨秀璋、王晨阳、张杰 |
彭国军 |
|
汤.元 |
中国科学院信息工程研究所 |
王志、王君楠、陈星辰 |
刘潮歌 |
|
|
邮我掌控 |
广州大学 |
乔佳诚、李正阳、厉源 |
|
|
|
5upreme |
山东大学 |
金绍彬、杨晨旭、张芷源 |
|
据介绍,本次竞赛为期一个月,在线上积分赛环节,赛事累计吸引了来自海内外114支队伍报名参赛。参赛队伍不仅包括国内知名高校与研究机构的师生,如清华、北大、上交、复旦、中科大等,还吸引了许多知名互联网企业的安全团队参赛,如中国移动,启明星辰等。

网络技术更迭日益迅猛,而邮件安全作为网络账号对外传输的主要出口,承担着经济社会体系运作的关键作用,当前,网络安全空间的竞争,归根结底还是人才的竞争。会上,Coremail论客创始人兼CEO陈磊华在讲话中提出:电子邮件从诞生之初简单的邮件协议,到现在的多种协议方式的逐渐成熟,经过了一个并不漫长但严谨的过程。但由于电子邮件开放协议特性和传输方式的特殊性,其更容易成为众多黑客的攻击对象。Coremail论客在不断提升自己能力的同时,也在适应时代的变化,尤其是从普通的邮件厂商到安全专家的转变,未来,Coremail也会持续在电子邮件安全领域寻求更多的发展机会,为社会培养和选拔更专业的安全人员。
在5G等新技术的兴起,信息化潮流逐渐进入一个高速发展的阶段,网络安全防护难度也随之不断加大。邮件作为网络攻击“战役”的桥头堡,往往最容易遭到攻击,而一旦被攻破,企业及个人的损失都将极其巨大。目前传统的钓鱼邮件、垃圾邮件、病毒邮件等威胁依然是邮件安全面临的主要挑战,此类安全问题无法根除,是一场持久的攻防战役。
早在进入邮件企业化初期,Coremail已经注意到邮件作为对外交流的关键窗口,其安全性的重要作用。过去,Coremail通过选择与安全厂商合作的方式,寻求最优的安全解决方案,但邮件数据天然存在于邮件系统之中,以邮件系统为核心,从技术创新、人才培养、安全意识提升等方面入手,建立邮件安全环境的良性发展,才是网络安全防护的最优选择。
经过多年的技术积累和经验沉淀,2019年,Coremail正式宣布进入邮件安全赛道。在这个安全技术的细分领域,Coremail发现网络安全人才,尤其是邮件安全高层次人才的缺口尤其巨大。在DataCon大数据安全分析比赛等赛事的启发下,达成了与清华大学、奇安信集团的合作机会。本次竞赛,Coremail论客希望通过提供贴近于实际生产环境下的真实数据,鼓励参赛选手充分挖掘数据的安全价值,灵活运用安全检测方法,对邮件数据中多种类型的安全威胁进行分析。在提升参赛选手的安全能力和实战经验的同时,为企业和社会,培养与选拔大数据安全人才,输送网络安全新血液。
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。