数字世界与现实世界正在快速融合,引领我们从“在线”走向“在场”的时代
全方位呈现科技融合浪潮下的关键技术和产业图景
《数据行业可持续发展 :安全和隐私》
魔法战胜魔法 :用数据技术防范数据盗取
数据行业的核心安全包括两个方面。
一方面是数据的存储安全和传输的稳定性,如数据不丢失、存储数据的服务器不被攻击。分布式存放资源提供了一个很好的参考框架。当一个中心点服务器出现异常,可以从分布式的其他点恢复数据。又或者说,比如 RESTful API 分布式存放后端的资源包中有一个资源包
出现问题时,对于整个系统来说,风险成本是可控的。
另一方面,数据安全也包括防止他人有目的地盗取、窥探数据。在防止他人盗取数据方面,笔者强调建立分布式的数据存储与标准化的数据端口,同时在每个端口都设置一定的防火墙 ;在物理层面,可以建一些备份系统。在防止他人窥探数据、隐私侵犯方面,防范难度则要大得多。某些方面,防止数据盗取和保护数据存储安全之间还存在一定的矛盾。比如在进行分布式的存储、备份时,存储的点变多的同时,被盗取的风险相应在增加。当然也有应对办法,比如不对称加密技术就很好地解决了分布式账本的安全问题,利用一种非对称的加密方式,设置一个公钥和一个私钥,公钥用于加密,私钥用于解密 ;公钥公开让所有人都可以获取,私钥在私人手中。这样,用户只能通过公钥获取数字物品,比如比特币。当然,如果私钥被盗取,比特币也会被盗取。
防止数据被盗取和窥探更好的办法是以数据技术对付数据技术,战胜魔法的往往是魔法,战胜数据盗取的必定也是数据技术。首先会想到的有关数据安全的技术莫过于加密认证技术。比如通过人脸识别系统确定操作者身份,不过这在某些时候也有问题,比如有人利用 AI 换脸骗过了人脸识别系统。于是,在人脸识别方面,如今已经开始加入交互行为,比如眨眨眼睛,说一句话,通过交互行为和声音对比来确定是否为本人。这一整套的系统,包括密钥,都是为了应对分布式拒绝服务攻击(Distributed Denial of Service,DDoS)、SQL 注入、边信道、恶意软件和傀儡机的攻击。但仅仅如此并不足够,比如量子计算有可能提升我们的计算能力,从而可以应对更大规模的 DDoS,但同时,技术黑客也得到了相应的算力。甚至有可能因为云服务发达,黑客比你更早得到算力,当下所有的加密方式,理论上都敌不过穷举法。
护数据安全也需要攻击“长矛”。数据安全系统也应主动出击,通过数据分析了解用户登录方式。比如安全系统会记录用户正常情况下登录的 IP 地址,并在地址不符的时候及时发出预警,用户只有通过其他途径再次确认是本人,才被允许登录 ;比如一个企业在登录审批一个文本时,需要经历例如“A-B-C-D”这样的顺序的一个流程,一旦发现登录者授权顺序不符合预定的顺序,比如流程变为“A-C-B-D”,系统就会启动核实机制。
另外,在隐私保护方面,最有效的方式依然是实名制。当你访问一个系统,查询他人信息时,系统会持续关注访问者的信息,并记录在日志中。当黑客发现需要实名才能进入系统时,他可能就会放弃进入。
第一章 元宇宙:AIoT 的终极形态
元宇宙产生的背景环境
未来元宇宙的八大趋势
从 AIoT 到元宇宙
第二章 万物智联:敲响科技融合的钟声
未来的生活
第四次工业革命:科技融合革命
数据和科技的生态循环
政策助推,火力全开
AIoT 时代的企业
第三章 数据:AIoT的基石
信息是人类认知革命的基础
从数据中挖掘信息
数据行业的应用场景
数据相关产业的现状
数据行业可持续发展:安全和隐私
第四章 AI 和机器学习:从数据中成长
人工智能的发展历史
人工智能的算力
人工智能的算法
人工智能技术层到应用层
AIoT 时代的 AI 问题
第五章 连接:5G 时代的万物互联
AIoT 时代的 5G 场景设定
5G 之外,AIoT 的连接
设备身份识别和感知
物联网的召唤
第六章 风口上的行业
智能家居
智能安防
个人物联网
智能车联网和无人驾驶
智能物流
其他智能应用
第七章 AIoT 的未来
未来农业
未来工业
未来医疗和未来人
科技伦理
企业的选择题
参考文献