Google Cloud近日更新了自己了安全蓝图组合,新增的Secure Data Warehouse Blueprint安全数据仓库蓝图让客户可以自由实施该蓝图以保护他们的云数据。
Google一系列安全蓝图是把最佳实践和指引进行组合,帮助客户在云部署中构建更高的安全性。今天发布的Secure Data Warehouse Blueprint安全数据仓库蓝图,是建立了一个可操作的框架,旨在保护云数据仓库中存储、传输或使用业务数据时的安全性、机密性和完整性。
Google安全产品高级经理Andy Chang、安全与合规客户工程师Erlander Lo在一篇博文中解释说,该蓝图采用了一种独特的分层网络安全方法,旨在最大限度上减少管理员需要管理的基础设施数量,从而减少黑客的潜在攻击面。
该蓝图包括四层,首先是一个“登陆区域层”,用于处理获取批数据或者流数据,其次是一个“数据仓库层”,是对数据进行存储和去标识化,此外还有“分类和数据治理层”管理加密和数据分类,“安全态势层”有助于检测、监控和响应。
Chang和Lo表示,该蓝图将以多种方式让客户从中受益,重点是提供强大的基线安全性和灵活性,主要优势之一是它让团队使用“基础架构即代码”技术来分析他们的安全控制措施,并将其与他们构建、部署和操作数据系统的要求进行对比,以及简化监管和合规审查。
这种分层次的安全方法可以简化向安全、风险和合规团队展示已经实施的安全控制。Google参考价格带来的另一个好处是,它允许用户监控和定义数据可以在哪些位置流动、不能在哪些位置流动,可以创建边界,将数据限制于特定项目和服务之内,从而最大程度上降低数据泄露的风险。
此外这还可以进一步加强控制,例如防止使用外部IP访问数据,确保传输中的数据仅流经受信任的网络。该蓝图提供了细粒度的身份和访问管理策略,可以根据不同数据集的敏感程度限制对其的访问。
此外,该蓝图有助于符合复杂的合规要求,例如用户可以通过Google Cloud Data Loss Prevention的加密转换工具满足数据最小化的要求,使用Google Cloud HSM管理的密钥处理数据加密。
该蓝图还描述了企业如何使用像Google Cloud Security Command Center这样的安全工具来进行威胁检测和安全健康分析,让企业可以可以持续监控蓝图涵盖的每个项目,以最大程度上降低配置错误的风险。
Google表示,Secure Data Warehouse Blueprint已经经过了谷歌网络安全行动团队和第三方安全团队的审查,客户现在可以下载蓝图,或者通过可部署的Terraform下载现成的安全数据仓库。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。