XiaoMi-AI文件搜索系统
World File Search System云服务提供商
基于云的风险和保护的潜在方面
摘要：这项研究深入研究了与云技术相关的安全问题，这危害了我们存储在云中的数据的安全性。尽管它提供了便利的功能，但云技术的广泛采用却大大增加了暴露和对安全威胁的脆弱性。尽管通常认为云技术是安全的，但它仍然包含用户必须保持警惕的固有安全风险。用户对这些风险的认识水平对于缓解潜在的安全漏洞和保护敏感信息至关重要。对云安全措施进行的充分培训和教育可以使用户有能力做出明智的决定，并采取积极的步骤来保护其数据。云环境中的安全事件可能会带来深远的后果，不仅会影响个人用户，还影响组织及其利益相关者。因此，用户需要了解新兴的安全威胁并实施最佳实践，以最大程度地减少其风险的影响。云服务提供商和用户之间的协作工作对于不断改善安全措施并适应不断发展的网络威胁是必要的。通过培养安全意识和主动风险管理的文化，我们可以更好地保护我们的数据并最大程度地利用云技术的好处。关键字：云计算，安全风险，数据存储，安全意识，网络安全。1。简介
了解基于云的机密计算中的信任关系
摘要 - 云计算的主要缺点是缺乏机密性和计算可验证性，因此无法使用公共商业云来处理敏感代码或数据。随着受信任的执行环境的可用性（TEE），有望在云中启用机密计算。现在，许多大型云服务提供商（CSP）支持可以远程证明的机密虚拟机（CVM）的部署，据说可以保证可验证的隔离和完整性，并删除潜在地妥协或从系统中受损的基础结构从该系统信任的计算基础中（TCB）（TCB）。在本文中，我们研究了这一主张，并研究了商业CSP提供的CVM基础架构，内容涉及TEE硬件和整个CVM软件堆栈的可证明性，以及有关CSP提供的软件的透明度。我们建立了证明级别的层次结构，以解释我们的发现和信任局限性。对于分析的服务，我们观察到，只有CVM所有者才能部分验证许多证明步骤。因此，在这些CSP的基础架构上运行CVM不允许通过独立验证的证明减少TCB，但要求对CSP的信任以部署安全软件并真实地报告证明数据。因此，没有提供完全保护基础设施威胁的完全保护。
bio-karl-freund-创始人兼首席分析师-cambrian-ai-...
Karl Freund 简历 Karl Freund 创始人兼首席分析师 Cambrian AI Research Karl Freund 是 Cambrian AI Research (www.cambrian- ai.com) 的创始人兼首席分析师。他研究 AI 和 HPC 硬件和云服务提供商，住在科罗拉多州博尔德附近。他的客户包括数十家上市公司和私人半导体公司和投资者，他为他们发表研究论文并提供营销建议。Karl 的专业知识建立在数十年担任 IT 硬件和软件业务营销主管的经验之上，包括 Moor Insights & Strategy、HPE、IBM、AMD、Cray 和初创公司，包括早期 ARM 服务器宠儿 Calxeda。Freund 先生对 AI 硬件的迷恋源于他 2015 年在 AMD 担任数据中心 GPU 总经理的工作。从那时起，他成为业界最知名的 AI 硬件领域分析师之一，并且是行业和投资会议上充满活力的演讲者。他经常在《福布斯》上撰写有关该行业的文章，并在该杂志上发表了 100 多篇博客。弗伦德先生拥有德克萨斯 A&M 大学应用数学学士学位和北卡罗来纳大学教堂山分校计算机科学硕士学位。他喜欢滑雪、公路自行车、徒步旅行和水肺潜水，当然还有他结婚 35 年的可爱妻子 Lynne Ovington。
供应商控制义务（SCO）
•维护所有组织网络边界（通过网络架构/图）的最新清单，并且至少必须每年对其进行审查。•在建立连接之前，记录，验证和批准了与供应商网络的外部连接以防止安全漏洞。•必须通过应用深度原则（例如，网络分割，防火墙等）来保护供应商网络。•供应商必须具有网络入侵预防技术，以检测和防止与最佳行业最佳实践一致的所有入站/出站流量和更新签名数据库的恶意流量，并及时应用解决方案提供商的更新。•供应商必须确保对虚拟私有云（VPC）和第三方本地网络之间的私人连通性进行加密，并且流量不会暴露于公共Internet。•互联网网络流量应通过配置为过滤未经授权连接的代理。•从用户局域网/流量与设备管理端口/接口的逻辑分离；适当的身份验证控件。•设备和管理站/控制台之间的安全通信。•确保记录和监视包括可疑活动（使用妥协触发器的行为和指标），例如通过SIEM进行检测和警报。•office/云服务提供商/数据中心之间的网络连接必须通过安全协议进行加密。必须对供应商广域网络（WAN）中运输中的巴克莱信息资产 /数据进行加密。
使用AI/ML和生成AI
摘要： - 在数字化和旅行限制的背景下，全球云计算市场有望在2025年增长到3425亿美元。全球云服务提供商正在彻底改变其基础架构，服务和应用程序，以捕获市场的大部分市场。在现代时代，AI/ML发现了许多实际应用。在其中，神经网络（NNS）在计算机视觉，自然语言处理，序列生成等领域显示出巨大的成功。In this report, an exhaustive literature survey has been performed to understand how the existing cloud infrastructure and cloud services are using cutting-edge AI/ML capabilities to maximize their presence and the challenges still present that require in-depth analysis.The focus of this report will be on the cutting-edge, end-to-end generative models, graph learning, and AI/ML in 5G cloud services for next-generation cloud services.Generative modeling refers to the process of了解某些目标数据的结构并生成类似于培训数据的新数据。在机器学习文献中已经介绍了许多生成建模程序，例如用于时间建模的马尔可夫模型，受限的玻尔兹曼机器，生成对抗网络，变异自动编码器等。特别是，深度学习已被证明是处理这种生成任务的强大工具。本文涵盖了使用AI/ML，生成模型，其应用，培训，新兴技术的挑战以及最佳实践和指南的各个方面。
CPRAM 推出新基金：CPR Invest - 人工智能，使其客户能够投资于积极部署人工智能的公司
CPRAM 正在推出 CPR Invest - 人工智能基金，这是一只主动管理型全球股票基金。该基金主要投资于信息技术领域的公司，地理重点是美国。CPRAM 紧跟塑造我们未来的主要趋势，是主题投资的先驱之一。在过去的几年中，CPRAM 在其“进步”主题支柱（包括：颠覆和医疗技术主题等）内积累了技术股方面的专业知识。这些专业知识使它能够识别新趋势并对人工智能产生坚定的信念。借助 CPR Invest - 人工智能，CPRAM 为投资者提供了接触这一技术周期早期阶段的机会，该技术周期的发展预计将在未来几年急剧加速，从而改变整个经济。1 由 Guillaume Uettwiller 和 Wesley Lebeau 管理的 CPR Invest - 人工智能增强了 CPRAM 的主题范围，该范围已经包括 14 种投资策略，代表着 180 亿欧元的管理资产。 2 CPR Invest - 人工智能基金的投资范围围绕三大支柱构建： - 人工智能基础设施，对于人工智能的发展至关重要，涵盖芯片制造商、云服务提供商（计算和数据存储）和数据中心。 - 人工智能推动者是通过提供集成所需的工具、技术和专业知识来支持人工智能部署的公司：数据管理和提取、可观察性和安全解决方案、咨询公司。
fogros2-ft：容错的云机器人
摘要 - 云机器人技术使机器人能够将复杂的计算任务卸载到云服务器以进行性能和易于管理。但是，云计算可能是昂贵的，云服务可能会偶尔遭受停机时间，并且机器人和云之间的连接可能是网络服务质量（QoS）的变化。我们通过引入多云扩展名来自动复制独立的无状态机器人服务，将请求路由到这些副本，并指导第一响应回复，以减轻这些问题，以减轻这些问题。随着复制，即使云服务提供商降低或QoS较低，机器人仍然可以从云计算中受益。此外，许多云计算提供商提供了低成本的“点”计算实例，这些实例可能会无法预测。通常，这些低成本实例不适合云机器人技术，但是Fogros2-ft的容错性质可以可靠地使用它们。我们在模拟（视觉对象检测，语义分割，运动计划）和1个物理机器人实验（Scan-Pick-Pick-Pick-and-place）中，在3个云机器人方案中演示了FogroS2-FT的容错能力。在相同的硬件规范上运行，Fogros2-ft实现运动计划，最高2.2倍的成本降低，并在99％（P99）长尾潜伏期上降低了5.53倍。fogros2-ft在网络放缓和资源争议下，对象检测和语义分割的P99长尾延迟分别减少了2.0倍和2.1倍。视频和代码可在https://sites.google.com/view/fogros2-ft上找到。
外包 IT 和技术差异化
摘要：外包 IT 是否会影响企业技术创新的广度？随着云服务的出现，企业正在授权 IT 而不是内部开发。尽管这种趋势日益增长，但我们对早期资源获取决策如何影响技术采用、创新和长期绩效知之甚少。当企业外包 IT 时，他们会与云服务提供商建立供应商关系，并获得与其云提供商平台相关的宝贵资源。然而，这些云提供商控制着他们开发和共享的资源、他们建议的技术以及技术与其平台的契合程度，这可能会影响创新的性质。使用应用程序开发初创公司的面板数据，我发现使用云平台的初创公司采用更大的产品开发技术包，包括开发人员框架和工具，这些工具是编写数字产品应用程序的核心。但这些技术包与云平台上其他公司的技术包变得更加相似，以适应云平台的底层技术并降低使用大量相互依赖技术所带来的协调成本。为了使产品脱颖而出，初创公司采用了规模更大的数据分析技术包，这些技术包与云平台上的其他技术包越来越不同，从而产生了更强大、更独特的数据资源。最后，采用更多相似的生产技术包（即具有更好的技术契合度）和更少相似的分析技术包（即具有更丰富的数据资源）与提高性能有关。
利用期权定价实现可再生能源感知地理负载平衡，从而最小化数据中心的能源成本
摘要：适当控制广泛分布的数据中心的功耗变得越来越困难。由于需要运行这些数据中心 (DC) 来处理传入的用户请求，因此能源消耗很高。数据中心电力成本的上升是云服务提供商 (CSP) 面临的一个当代问题。最近的研究表明，地理分布的数据中心可以使用批发电力市场中的可变电价和定价衍生品来分担负载并节省资金。在本研究中，我们评估了在考虑可变系统动态、电价波动和可再生能源的同时降低地理分散数据中心的能源支出的问题。我们提出了一种基于可再生能源的负载平衡，采用基于贪婪方法的期权定价 (RLB-Option) 在线算法进行交互式任务分配以降低能源成本。RLB-Option 的基本思想是使用可用的可再生能源来处理传入的用户请求。相反，对于未处理的用户请求，将在每个时隙使用棕色能源或看涨期权合约来处理工作负载。我们将地理分布式 DC 中的能源成本最小化公式化为一个优化问题，同时考虑地理负载平衡、可再生能源和衍生品市场的期权定价合同，同时满足一组约束条件。我们证明 RLB-Option 可以将 DC 的能源成本降低到接近具有未来信息的最佳离线算法的水平。与标准工作负载分配方法相比，RLB-Option 在基于真实数据的实验评估中显示出显著的成本节省。
mosti 推出 my-ai 门户网站，推动马来西亚的人工智能创新
吉隆坡，2024 年 5 月 24 日——科学、技术和创新部副部长 YB Dato' Haji Mohammad Yusof bin Apdal 今天在武吉加里尔 MIMOS Berhad 正式启动了 MY-AI 门户网站。MY-AI 门户网站是科学、技术和创新部 (MOSTI) 今年推出的一项重要举措。该门户网站是第一个专门提供人工智能 (AI) 相关资源和问题的国家在线平台。它由 MOSTI 下属的 MIMOS 开发、托管和维护，是提供高性能计算 (HPC) 资源的战略一步。该门户网站包含指向人工智能知识资源、培训计划、工具和反馈渠道的链接。该计划的主要目标是推动人工智能的发展和采用，为马来西亚的经济和社会带来利益。作为一项临时措施，该门户网站将为需要此类服务的用户提供现有的云服务提供商 (CSP) 链接。 MIMOS 还计划适时与行业合作伙伴和学术机构合作，为马来西亚学生建立和提供 HPC 资源，通过结构化系统确保其有效利用。将成立一个由相关利益相关者组成的委员会，评估和优先考虑访问云服务的提案，防止资源浪费。YB Dato' Haji Mohammad Yusof bin Apdal 表达了他对 MY-AI 门户网站推出的热情，他表示：“随着 MY-AI 门户网站的推出，MOSTI 旨在支持和推动马来西亚的人工智能创新，