近日,高校智慧校园安全技术应用研讨会在上海召开,此次会议由上海韬视信息技术有限公司、北京数字认证股份有限公司及北京瑞星网安技术股份有限公司联合主办,上海 40 余所高校领导以线上、线下两种方式参与其中,瑞星公司上海大区经理刘亮进行了演讲。

图:瑞星公司上海大区经理刘亮进行演讲
近年来,由于教育信息化的不断发展以及疫情反复的影响,教育行业因数据信息量大、信息价值高、用户规模大、应用系统多、遍布地域广等因素,已成为网络攻击的重灾区。今年 6 月,西北工业大学遭遇境外黑客组织和不法分子的攻击就是典型案例。
据西安市碑林分局警情通告称,西北工业大学电子邮件系统发现一批以科研评审、答辩邀请和出国通知等为主题的钓鱼邮件,内含木马程序,引诱部分师生点击链接,非法获取师生电子邮箱登录权限,致使相关邮件数据出现被窃取风险。同时,部分教职工的个人上网电脑中也发现遭受网络攻击的痕迹。

图:西北工业大学公开声明
在 2021 年 7 月,盐城警方也侦破一起公民信息贩卖案件,涉及到 7 万条学生家长个人信息,流出的源头是机关单位内部人员凭借职务之便,将敏感数据发送给教育培训机构用于营销获利。
由此可见,教育行业不论是内网安全还是外部威胁,都存在着巨大的安全隐患。
我国相关部门在教育行业数字化转型的过程中,相继出台了一系列的网络安全政策,如《2022 年北京市教育信息化和网络安全工作要点》、《高等学校数字校园建设规范(试行)》、《教育信息化 2.0 行动计划》等,以指导教育行业应对日益严峻的网络安全问题。
瑞星公司作为拥有自主知识产权的网络安全企业,也推出了既满足等保要求,又可解决终端安全、云安全、网关安全的《教育行业网络安全解决方案》,通过瑞星 AI 威胁检测引擎技术,以终端病毒防御、虚拟化安全防御、网关边界防御为方向,针对教育行业的网络特性,搭建能够进行病毒检测、主动防御、边界监控、实时响应的防护架构。
刘亮在演讲中介绍,瑞星推出的教育行业解决方案,最核心的部分就是自主研发的 AI 威胁检测引擎技术,及威胁情报大数据。该引擎通过全面且平衡的恶意代码识别能力,借助人工智能技术,可以智能化 7x24 小时不间断地实时响应最新恶意代码,再结合收录超过 400 亿条实体和关系的庞大数据库,能够全自动化识别、归类、提取每日新增的恶意软件、恶意网址、恶意文档等信息,以帮助教育行业解决因恶意程序带来的威胁。

图:瑞星 AI 威胁检测引擎技术优势
同时,解决方案中运用了瑞星 ESM 防病毒终端安全防护系统、ESM 防病毒系统、虚拟化恶意代码防护系统及新一代导线式防毒墙几款产品,从终端、虚拟化、网关三方面入手,对教育系统的病毒防护、虚拟化环境、网络边界进行实时监控和防御,阻断内部与外来攻击,确保教育行业内部的系统安全与数据安全。
瑞星公司表示,瑞星推出的教育行业解决方案不仅能够满足等保及相关监管要求,还能帮助教育行业构建三位一体的病毒检测与防御能力。瑞星公司希望通过多元化产品及服务,协助不同行业用户解决日益严峻的网络安全问题,建立全面、稳定的网络安全体系。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。