2022年3月8日,华为GaussDB 200(即“华为云GaussDB(DWS)”)正式获得全球权威信息技术安全性评估标准CC EAL2 + ALC_FLR.2级别认证,这是中国数据仓库产品首次获得的国际安全认证,目前全球数据库领域通过该认证的厂商仅有6家,华为是迄今为止唯一通过认证的中国数据库厂商。
信息技术安全评估通用标准(ISO15408)(Common Criteria for Information Technology Security Evaluation缩写为Common Criteria或CC)是计算机相关产品、信息技术产品安全认证的国际标准。目前有31个国家加入CCRA互认协议,包括美、英、德、法、日等,是国际公认的计算机维度的顶级安全认证,被称作国家安全准入的金砖认证。
认证机构通过100多个测试用例,从六个方面全面评估了产品和资料的安全性。凭借细粒度安全审计、内置数据脱敏、细粒度权限管理等一揽子的安全保护方案,华为云GaussDB(DWS)通过专业机构认证。此次成功通过CC EAL2+,证明了华为云GaussDB(DWS)满足业界权威认证机构严格的安全标准,是业界领先的安全数据仓库。
六大能力打造数据资产“金钟罩”
华为云GaussDB(DWS)云数据仓库是一款具备分析及混合负载能力的分布式数据库,用于企业数仓、数据集市、数据探索、IoT分析和混合负载等场景,以企业金融级内核、统一架构,提供用户体验一致的公有云和混合云服务部署形态,广泛应用于汽车、制造、零售、物流、互联网、金融、政府、电信等行业分析决策系统。
在以下六项评估中,华为云GaussDB(DWS)全量通过认证。对于用户在使用过程中因不确定因素所带来风险和威胁,华为云GaussDB(DWS)有充分和正确的应对措施,能够保护客户数据资产安全无虞。
安全审计日志:用户可配置细粒度安全审计功能。通过安全审计实现安全事件回溯追责、检测、告警响应,同时起到安全震慑的作用。
用户数据保护:数据脱敏,通过创建脱敏策略来避免敏感信息泄露风险。加密集群自动加密用户静态数据,防止用户数据泄露。细粒度权限管理,用户执行所有操作前需通过权限检查。私有用户的对象,数据库管理员在未经其授权前,无权进行增删查改等操作。
身份认证和鉴权:支持基于IAM和用户名口令的身份认证。默认权限最小化,支持基于角色的权限管理,防止越权访问。
安全管理:可以管理安全属性、安全功能,以及不同的角色。可以设置用户安全策略,设置密码重用时间、指定允许登录失败的次数、密码有效期、密码复杂度;配置网络访问控制,包括用户权限管理、IP权限管理、SSL连接;数据库、模式、数据库对象不同级别的权限管理。
安全功能自保护:对安全功能本身和安全功能数据具有自保护能力,通过安全功能自保护,防止安全功能被破坏或绕过。通过执行群集的全量备份/全量恢复,增量备份/增量恢复实现安全功能自保护。
客户端访问:客户端对GaussDB(DWS)访问、操作时,首先需要建立用户会话,通过此会话完成与GaussDB(DWS)的交互。可以针对用户会话做出不同维度的控制,包括用户口令有效期、并发会话数、会话的建立/锁定/解锁/终止、IP权限管理、特定用户特定IP访问等。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。