可信人工智能应该具备与人类智能类似的特质 鲁棒性：对未知或对抗条件 自我反省：对自身性能或错误有感知 自适应：对新的环境或目标 透明性、可解释性:：对分析过程 公平性：对决策过程
IoT设备的搜索引擎 ？ 查找开放的端口和服务 ？ 允许攻击者查找开放的系统 ？ 攻击者可以找到的系统包括：电站, 核心基础设置, 或其他开放的服务 ？ 包含摄像头, 路由器, 服务器
李骁 aka 与非 ？ bilibili - 基础安全建设 ？ PINGAN Tech - 移动安全/SOC产品建设 ？ Ctrip - 安全架构/反爬虫 基础安全scope ？ 网络区域 1. 办公/职场 2. IDC（自建/租借） 3. 公有云 ？ 技术领域 1. 终端安全（PC/Server） 2. 系统/中间件安全 3. 网络安全 4. 数据安全 ？ 聚焦工作 1. 安全产品研发/运营 2. 应急响应 3. 专项治理 4. 红蓝对抗 ？ 负责产品 1. 办公终端：网络准入、防病毒 2. 服务器：HIDS、蜜罐、容器安全、漏扫 3. 网络：IDS、WAF 概要 ？ 0x01. 企业面临的变局与乱局 一. 变局：业务快速变化 二. 变局：技术更新迭代 三. 乱局：攻击从未停歇 ？ 0x02. 基础安全建设历程 一.安全基线 二.安全产品 三.感知左移 四.红蓝对抗 ？ 0x03. 思考与展望 0x01. 企业面临的变局与乱局 变局：业务快速变化 1.30 1.72 1.72 1.97 2.02 0 0.7 1.4 2.1 2.8 2019Q4 2020Q1 2020Q2 2020Q3 2020Q4 月活用户（亿） ？ 用户量增长 ？ 新的组织架构 / 业务部分 / 收购公司 ？ 大潮退去，不再迭代也不下线的业务 ？ 出海业务，合规、技术挑战 变局：技术更新迭代 ？ 业务快速变化 -＞ 技术革新 -＞ 颠覆固有安全策略 ？ 提升服务器利用率，推行容器化 HIDS不香了：如何监控容器内部行为？ 传统的防火墙ACL怎么管理？ ？ 资源节省，推行gRPC（电池/流量/带宽/高性能） nginx -＞ envoy 基于 lua-nginx-module / Openresty 的WAF完全废弃 考虑故障降级到1.X的方案 ？ 新的异地职场、疫情影响下的居家办公 VPN -＞ Zero Trust 员工体验优化、安全验证策略的挑战 乱局：攻击从未停歇 ？ BORG —— 一个快速进化的僵尸网络 ？ 2020年12月28日，腾讯宙斯盾首次捕获了该僵尸网络针对Docker的攻击 ？ 利用kubelet API未授权访问RCE，具备内网扫描、传播能力 ？ 2021年1月统计算力23KH/s，相当于1300+台i5 2300机器的挖矿算力 ？ 2021年3月统计算力96KH/s，相当于5400+台i5 2300机器的挖矿算力 ？ 2个月，4倍增长
UCloud深耕用户需求，秉持产品快速定制、贴身应需服务的理念，推出适合行业特性的产品与服务，业务已覆盖包含互联网、金融、新零售、制造、教育、政府等在内的诸多行业。 企业愿景：成为一家受人尊敬的云计算公司 企业使命：通过云计算帮助梦想者推动人类进步
网络安全产品覆盖的领域独立且分散：数据 权限 身份 网络 终端 情报 攻击 密码 业务 云 邮件 隐私 … 统一平台化解决安全问题，小厂做精细分领域，大厂平台建立生态。 乙方提供产品解决单一问题，甲方需要全局视角，顶层设计防御体系
为了确保乘客的出行安全，滴滴对准入安全严格把关。司机师傅想加入平台成为一名自己带车的滴滴司机，第一步是背景审查，在警方的指导和帮助下，滴滴建立了常态审查机制，对注册司机进行定期背景筛查。经过审查后，才是真正考验的开始，除了要参加2小时的培训，学习安全注意事项、服务标准要求等内容外，还需参加考试合格后，才能正式上路。每天出车前，不仅仅是新注册司机，我们对所有的司机和车辆进行百分之百的二次核查，每天手机人脸识别近千万人次。
从多年SRC审核视角出发， 分享了审核与运营的“痛苦”的日常，并表示 提升SRC运营效率与缩短整个漏洞的生命处理周期，都可以通过调整策略或是内部赋能去解决。JSRC肩负着发现企业安全问题的职责所在，可 通过技术对业务赋能、通过SRC推动企业安全建设等方式， 让现今企业的主要风险变成次要风险甚至0风险。
1.驱动安全建设：通过运营发现安全的薄弱环节，驱动安全建设。 2.整合安全能力：整合安全产品、安全工具，实现集中化、自动化和可视化的集中管控能力，遵循业务流程，输出安全价值。 3.赋能业务团队：建立业务团队安全接口人，了解业务，融入业务，更好的为业务提供安全服务能力。
没有账户，需要注册
时序大模型是面向时间序列数据的基础大模型，以 Transformer 等架构为核心，通过在海量多领域时序数据上进行预训练，学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练，时序大模型具备强大的迁移能力，只需少量样本微调或零样本提示，即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中，它能够直接处理传感器、设备测点产生的海量时序信号，挖掘设备状态演变规律，支撑设备故障预警、工况识别与生产趋势预判，为工业智能落地提供底层模型能力。如：中服云的CServerAIR
2025年，全球人工智能市场规模达到3909亿美元，中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张，制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初，中国日均词元(Token)调用量为1000亿;至2025年底，跃升至100万亿;2026年3月，已突破140万亿，两年增长超千倍。这些数字背后，是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。
中服云能碳管理系统依托中服云工业物联网底座打造，聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据，实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量，助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送，有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型，筑牢安全生产与节能减排双重发展防线。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
面向人工智能技术浪潮带来的算网融合发展新机遇和新挑战，期望产业链各环节凝心聚力、携手并进，共同推动算力网络运载力质量不断提升，以网强算支撑产业应用创新，促进培育新质生产力，助力数字经济高质量发展!
AI-OTN产业落地。遵循试点先行、分步迭代思路开展现网实践。可优先开展小规模试点，围绕高收益场景验证技术能力，在试点基础上逐步完成设备改造、能力迭代，同时兼顾网络智能化效率与业务运行安全。设备厂商需加快AI-OTN设备形态迭代，完善轻量化网络AI模型，夯实产业规模商用基础。
物联网平台、工业物联网、数字孪生、设备全生命、生产管理、IOT、三维可视化、数字化大屏、数据采集、SIS、DCS、SCADA 工业互联网平台、工业物联网、能源管理、时序数据库、实时数据库、数据中台、智慧园区、智能楼宇、生产管理系统、机加生产管理系统、MES、设备资产管理系统、设备运维管理系统、设备监控、设备健康、MDC、DNC、倾斜摄影、数字化交付、组态工具
教育机构的规模壮大，行政会议频繁，而机构的复杂性与地域的分散性常常使信息传达的周期过长，影响工作内容的执行，更耗费了不少的差旅费。本系统可以召开主会场和所有分会场参加的全网视频会议。利用视频会议系统可以随时召开日常会议，减少差旅会务成本，缩短时间消耗可 以打造一个跨区域多人共享、沟通无障碍的工作空间。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
