草庐IT

$AI安全

全部标签

java - Java MessageFormat 类线程安全吗? (相对于 SimpleDateFormat)

我知道SimpleDateFormat和NumberFormat不是线程安全的。http://bugs.sun.com/bugdatabase/view_bug.do?bug_id=4101500但是其他格式类(如MessageFormat)呢?Fortify360将“MessageFormat.format(String,Object...)”静态方法的使用标记为“竞争条件-格式缺陷”问题,但是当我分析MessageFormat的源代码时,我看到在该方法中,它创建了MessageFormat本身的新本地实例。JavaMessageFormat类线程安全吗?

确保 API 集成安全的五种方法

API集成通常处理敏感数据,例如员工的个人身份信息(PII)、公司的财务信息,甚至客户的支付卡数据。保护这些数据免受攻击者的攻击,同时确保集成按照所需的水平执行,需要采取多种安全措施。由于越来越多的组织正在寻求构建面向客户的API集成(即产品集成),因此采取这些措施只会变得越来越重要。(最近针对2024年产品集成状况报告对260名产品经理和工程师进行了调查,我们发现83%的公司已将产品集成确定为今年的首要任务之一。)组织可以通过采取以下步骤大规模构建安全的内部和面向客户的API集成:使用API网关采用整体安全方法API网关使用多种方法来最小化和防止跨API端点的威胁。其中包括以下内容(除其他外

简析基于自适应学习的AI加密流量检测技术

人工智能技术的广泛应用正在深刻改变我们的生活。在网络安全领域,基于机器学习的检测技术也应用在许多场景中。随着信息技术的迅猛发展和数字化转型的深入推进,加密技术逐渐成为保障网络安全和数据隐私的核心手段,而基于机器学习的检测技术已成为应对加密威胁的重要方式。由于网络流量巨大,如果检测模型频繁产生大量警报,将严重干扰安全人员的分析和研判工作。为了解决这个问题,我们可以采用自适应学习技术。这种技术通过从现网中收集实时网络流量,并将其作为训练集的一部分,动态更新模型,从而有效降低模型的误报率,并提高模型的准确率。1、对比分析1) 固化模型在流量检测领域,由于加密技术的应用越来越广泛,基于传统的明文检测方

探索Kubernetes与AI的结合:PyTorch训练任务在k8s上调度实践

概述Kubernetes的核心优势在于其能够提供一个可扩展、灵活且高度可配置的平台,使得应用程序的部署、扩展和管理变得前所未有的简单。通用计算能力方面的应用已经相对成熟,云原生化的应用程序、数据库和其他服务可以轻松部署在Kubernetes环境中,实现高可用性和弹性。然而,当涉及到异构计算资源时,情形便开始变得复杂。异构计算资源如GPU、FPGA和NPU,虽然能够提供巨大的计算优势,尤其是在处理特定类型的计算密集型任务时,但它们的集成和管理却不像通用计算资源那样简单。由于硬件供应商提供的驱动和管理工具差异较大,Kubernetes在统一调度和编排这些资源方面还存在一些局限性。这不仅影响了资源的

企业如何快速、安全地部署GenAI

GenAI为企业提供了一个千载难逢的机会,具有在创新、增长和生产力方面产生变革性影响的潜力,这项技术现在可以产生可信的软件代码、文本、语音、高保真图像和互动视频,它已经通过晶体结构确定了数百万种新材料的潜力,甚至开发了分子模型,这些模型可以作为找到以前未治疗的疾病的治疗方法的基础。麦肯锡的研究估计,GenAI有可能为全球经济增加高达4.4万亿美元的经济价值,同时将所有AI的影响提高15%至40%。许多企业领导人决心抓住这一价值,同时越来越多的人认识到,GenAI机会伴随着重大风险。麦肯锡最近对100多家年收入超过5000万美元的企业进行了一项快速调查,发现63%的受访者将实施GenAI的工作描

智能体的ChatGPT时刻!DeepMind通用AI向人类玩家进化,开始理解游戏

视频游戏是AI系统的重要试验场。与现实世界一样,游戏也是丰富的学习环境,具有反应灵敏的实时设置和不断变化的目标。从早期与雅达利游戏的合作,到人类大师级水平的《星际争霸II》系统AlphaStar,谷歌DeepMind在人工智能和游戏领域陆续推出过不少影响力研究。刚刚,谷歌宣布了又一项里程碑式研究:SIMA(ScalableInstructableMultiworldAgent),一种适用于3D虚拟环境的通用AI智能体。加州大学欧文分校助理教授RoyFox表示,SIMA让我们离自主智能体的「ChatGPT时刻」又近了一步。谷歌DeepMind研究工程师TimHarley表示:「想象有一天,我们可

怀疑Demo只是演示?实测全球首款AI工程师Devin:缺点还不少,砸不了程序员饭碗!周鸿祎暂时胜利!

编译|言征出品|51CTO技术栈(微信号:blog51cto)就在李彦宏和周鸿祎就“AI是否会取代程序员”争吵的第二天晚上,一款号称“全球首款AI软件工程师”的Devin被社交媒体疯传了起来。Devin(英文中寓意:神秘、完美,Godlike),脱颖而出的地方在于,跟以往的GithubCopilot等编码助手不同,它能够独立地、端到端地、处理整个软件项目。而它的公司CognitionLabs,已经获得了2100万美元的投资支持,其中包括彼得·泰尔的FoundersFund,人气陡升。如果Devin成功,这将会显著影响软件开发行业,可能会在某些项目上减少对人类开发者的需求。具体能力数字方面,De

八大编程语言在网络安全领域的优势和职业机会

1.摘要编程语言在网络安全的各个领域都发挥着至关重要的作用,不仅增强了专业人员能力,而且使他们能够解决日常工作中的多个特定领域的挑战。编码对于各个网络安全领域都是有益的,可以实现自动化、定制化和高效的解决每个领域内的特定挑战,此外,拥有编码技能可以增强网络安全专业人员保护数字资产和有效响应安全事件的能力。2.需要编程技能的知识域以下是一些可能需要具备一定编码或编程技能的网络安全领域:渗透测试自定义漏洞利用:编程技能对于创建针对特定漏洞的自定义漏洞利用至关重要,从而使渗透测试人员能够更深入地了解目标的安全状况。创新技术:编码允许渗透测试人员开发创新技术来绕过安全控制并识别新的攻击向量,从而确保进

简单、透明、安全、高度集成!龙蜥可信 SBOM 能力探索与实践

近两年,软件供应链有非常多安全事件,包括软件供应链的各个阶段开发、构建、交付、使用等每个环节都有很多的软件供应链的安全事件发生。在 2023龙蜥操作系统大会全面建设安全生态分论坛上,阿里云技术专家郑耿、周彭晨分享了龙蜥社区在构建SBOM基础能力方面所做的努力,也深入探讨了龙蜥社区在建立健全 SBOM能力所必须开展的相关工作,并基于软件供应链各个阶段出现的签名服务短板,提出了专门服务于软件供应链的统一签名服务。以下为分享原文:01 软件物料清单(SBOM)提到SBOM就不得不提一下软件供应链的概念,上图是引用CNCF软件供应链白皮书。软件供应链和传统供应链是一个非常好的类比,如从原件的生产到工厂

AI绘画再提速-stable diffusion LCM Lora模型简书

这是基于stablediffusionwebui(automatic1111项目)中安装LCM模型的方法,可大幅提升绘图速度。方法一:SD1.5基础模型,方法比较简单,直接从https://huggingface.co/latent-consistency/lcm-lora-sdv1-5/blob/main/pytorch_lora_weights.safetensors网站上下载pytorch_lora_weights.safetensors文件,放到lora子目录中,并把文件名改为lcm_lora_sd15.safetensors,提示词相关性CFG设置1-2之间,采样选4步,选定LCMl