2025.01.02
《通过实现高性能计算安全增强研究完整性》报告的发布,旨在深入分析HPC环境中的安全问题,并提供有效的策略和建议,以增强HPC系统的安全性,保护研究成果的质量。报告内容涵盖了 HPC 安全的关键领域,包括输入验证、错误处理、编码和转义、更新机制、信息库验证、内存安全控制措施、消息传递接口(MPI)、零信任模型、网络安全、安全飞地、日志记录和漏洞管理等。这些内容不仅包括技术层面的深入分析,也涉及策略和管理层面的综合考量。
查看详细
2024.12.27
本标准规定了应用安全领域内,应用系统与零信任安全网关、零信任代理、零信任控制中心之间的通信协议要求、数据传输要求及数据接口规范。本标准适用于但不限于以下场景: 企业级应用系统与零信任系统的集成。
查看详细
2024.12.27
本标准规定了应用安全零信任系统实施的通用要求,并给出了应用安全零信任实施的典型场景。本标准适用于车联网、工业互联网行业应用的零信任系统实施。
查看详细
2024.12.16
报告详细讨论了AI 治理与合规的重要性,并分析了AI 技术的发展历史和当 前的训练方法。通过一系列实际案例研究,揭示了AI 失败的教训,并针对汽车、 航空、关键基础设施等行业的监管挑战进行了深入分析。报告提出了一个受生物 进化启发的AI 韧性基准模型,强调了多样性和韧性在AI 系统中的重要性,并给 出了AI 韧性评分的标准。
查看详细
2024.12.10
报告详细分析了数据真实性、匿名化、数据最小化等核心问题,并提出了一系列量化的评估标准与实施策略。同时,报告中引入了AI 共享责任模型,明确界定了AI 平台提供商、应用所有者、开发者与使用者之间的责任分工,并探讨了各方如何协同合作,确保AI 应用的安全可靠运行。
查看详细
2024.12.03
本报告详尽地分析了 LLM 的关键资产、服务生命周期、影响类别和威胁类别,为政策制定者、技术专家和行业决策者提供了一个清晰的理解和应对 LLM相关风险的框架。
查看详细
本网站使用Cookies以使您获得最佳的体验。为了继续浏览本网站,您需同意我们对Cookies的使用。想要了解更多有关于Cookies的信息,或不希望当您使用网站时出现cookies,请阅读我们的Cookies声明隐私声明
全 部 接 受
拒 绝