制造业与新一代信息技术深度融合,引发了深远的产业变革,形成不少新的业务形态和经济增长点。“纺织服装业”作为创造美好生活的基础性消费品产业和民生制造业,上下游生态链同时发展,取得了瞩目的行业成绩。但随之而来的,针对纺织服装制造业的网络犯罪却频繁出现,勒索攻击、数据泄露导致的经济损失、生产停滞时有发生。
《“十四五”智能制造发展规划》中特别指出,要加强安全保障,加强智能制造安全风险研判,同步推进网络安全、数据安全和功能安全……实施企业网络安全分类分级管理,督促企业落实网络安全主体责任。
精益生产 智能安全
作为纺织服装的上游企业、全球缝制设备的龙头公司,杰克科技股份有限公司深入贯彻国家对于智能制造行业的安全指导方针,密切关注全球服装制造领域的安全威胁动态,不断提升数字化管理水平,创出了一条“降本增效”的安全部署新思路。
杰克科技股份有限公司创立于1995年,业务涉及服装、鞋业、箱包、家具、汽车、航空等领域,产品惠及全球150多个国家和地区。杰克股份自成立以来,将技术研发视为驱动企业发展的核心动力。公司投资56亿元建设智慧工厂,包括智能化铸造绿色工厂、无人化机加工线、机器人涂装线、数字化装配线等,其中,无人叉车、AGV小车、输送线等智能物流设备贯穿整个制造流程。
在这样的生产环境里,为确保每一台办公电脑和各式智能终端得到严密的安全防控,在总的安全部署方针上,杰克股份围绕“精益生产,智能安全”的思路,对安全产品列出了清晰的目标和要求:能多级别、多部门管理所有智能设备;须适配性高,且拥有自主知识产权技术;在内网环境下,严格保证杀毒和防控能力;做到资源占用最小化,不得影响设备高效作业。
要求看似不多,但其实非常严苛。杰克股份在比较了国内多家安全厂商之后,最终选择了在终端安全领域深耕多年、有良好用户口碑的“火绒安全”。火绒安全认真了解客户终端环境情况后,最终在客户的指导下,成功部署企业级安全产品“火绒终端安全管理系统”。

终端防控部署示意图
高效能低占用 保证生产时效
管理端,面对杰克股份全国多达42地的终端分布环境,如办公室终端、仓库终端、物流终端、生产线终端等,“火绒终端安全管理系统”可灵活配置多级中心管理模式,缓解单控制中心升级、打补丁压力,有效解决各级单位异地联动、多部门安全管理协同等管理难题。系统部署之后,可一键下发安全策略,有针对性地对各类型部门和终端设备进行安全防控及管理动作。
技术端,系统搭载全自主知识产权的“火绒反病毒引擎”,支持Windows、Linux、macOS主流终端,适配统信UOS、鲲鹏、深度、中科红旗、中标麒麟、优麒麟、银河麒麟、海光、龙芯、兆芯等国产系统和芯片,可以很好地兼容并部署在制造业各类设备上。
反毒端,系统基于独有的高仿真度“虚拟沙盒”环境,高效部署“通用脱壳”和“动态行为查杀”两大核心技术模块,通过行为特征来精准判断各类病毒,不影响被感染文件,做到高查杀、低误报。在断网环境下,依然可保持良好的查杀能力。
资源端,系统安装后占用资源少,日常内存占用不到10M,在各类终端设备上运行均十分顺畅。系统坚决恪守安全产品应有的基本操守,没有任何捆绑、弹窗、侵占资源等行为,最大程度上保护制造业终端的干净、轻巧,保证设备系统资源最大程度上用于生产作业。
此前,研究机构MITRE的一项调查结果表明:222种产生信息安全威胁的途径中,高达80%以上通过的终端环境。随着制造业终端呈现出硬件多样化、系统多样化、应用多样化的趋势,企业更需要专业对抗终端安全威胁的产品和服务。在我国制造业数字化、智能化转型的过程中,火绒安全将持续护航各企业从“中国制造”向“中国智造”平稳迈进。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。