ARM发布最新平台安全架构:支持碎片化物联网系统

简介:

世界互联网大会先进科技成果发布会上,ARM全球执行副总裁兼大中华区总裁吴雄昂发布了最新的平台安全架构,通过这样一个安全架构,不光是解决了安全架构的一致性问题,而且能够支持多样化、碎片化的物联网系统。

  吴雄昂称,物联网系统的安全不仅仅在于设备,而在于网络、在于云。这里面有上百家芯片公司、上千家系统公司,同时有上百万的开发者,这个安全架构得到了从芯片、安全、系统、软件、云,一百多家科技公司的一致支持。

ARM发布最新平台安全架构:支持碎片化物联网系统.jpg

  以下是吴雄昂的演讲:

  女士们、先生们,下午好! 首先我代表ARM感谢组委会给我们这个机会,发布ARM最新的平台安全架构。ARM至今为止已经设计了全球应用最广泛的计算技术,今天全球有上千亿个电子设备使用了ARM的技术,每一个人每年平均购买2-3个基于ARM的电子设备,从银行卡到手机到汽车。

  在未来,我们会有上万亿个互通互联的电子设备,它们的核心价值在于能够安全地分享信息、采集信息,这个安全问题在万亿级别的电子设备的环境中可以想像,这不仅仅是损失一些文件,损失一些财产,更会影响到我们整个社会的安全。 那么,我们觉得整个产业必须要重新考虑安全架构。我们可以把安全想成一个门,我们通过安全技术给门加上一个锁。但是我们将来每个人使用的设备会从现在的2-3个变成将来的20个、50个、100个,我们不可能依赖用户自己去解决安全问题。当我们家里有100个门的时候,我们已经没有办法通过传统的方法来解决这个问题,唯一能够解决安全问题的方法,就是把安全植入到每个芯片的核心技术上面,从硬件、软件、服务一体化等方面定义一个产业共同认可的平台框架,来解决这个问题。

  ARM一直以来致力于解决这个问题,从2000年我们推出了SecureCore,到现在的银行卡、智能卡,都是基于这个技术。10年前我们推出Trustzone架构,至今已为6亿台安卓设备提供安全保障,确保指纹支付在安全环境下进行。在2015年,我们把这套技术的下一代带到了物联网应用,所以今天我们要发布的平台安全架构,基于这个技术,有三个重要组成部分。

  第一,就是怎样去分析明白网络安全的威胁;第二,我们定义了安全的架构规范,让软、硬件可以一致性、通用性地解决这个问题;第三,我们提供了开元的软硬件参考方案,通过这个安全架构,我们可以让物联网的每一个设备有可信性,有唯一性。一旦我们发生了问题,每一个设备都可以通过远程升级来解决这些安全漏洞。

  通过这样一个安全架构,我们不光是解决了安全架构的一致性问题,而且能够支持这样一个多样化、碎片化的物联网系统,物联网系统的安全不仅仅在于设备,而在于网络、在于云。这里面有上百家芯片公司、上千家系统公司,同时有上百万的开发者,我们需要一个不仅仅是技术上的解决方案,而是需要一个开放的生态系统。这个安全标准通过一个开放、合作、创新的方式,得到了我们产业界从芯片、安全、系统、软件、云,一百多家领先科技公司的一致支持。

  在这个ARM的开放系统中,大家秉持着平等、开放、自动可控的方式,既保持了我们技术上的一致性,同时也保持了我们各自能够蓬勃发展的机会。

  在移动互联网革命当中,ARM已经实现了这个梦想,特别是我们的中国合作伙伴十年以来出货量增长超过120多倍,我们期望和大家一起打造下一代的安全标准,谢谢。

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
3月前
|
数据采集 机器学习/深度学习 运维
量化合约系统开发架构入门
量化合约系统核心在于数据、策略、风控与执行四大模块的协同,构建从数据到决策再到执行的闭环工作流。强调可追溯、可复现与可观测性,避免常见误区如重回测轻验证、忽视数据质量或滞后风控。初学者应以MVP为起点,结合回测框架与实时风控实践,逐步迭代。详见相关入门与实战资料。
|
3月前
|
前端开发 JavaScript BI
如何开发车辆管理系统中的车务管理板块(附架构图+流程图+代码参考)
本文介绍了中小企业如何通过车务管理模块提升车辆管理效率。许多企业在管理车辆时仍依赖人工流程,导致违章处理延误、年检过期、维修费用虚高等问题频发。将这些流程数字化,可显著降低合规风险、提升维修追溯性、优化调度与资产利用率。文章详细介绍了车务管理模块的功能清单、数据模型、系统架构、API与前端设计、开发技巧与落地建议,以及实现效果与验收标准。同时提供了数据库建表SQL、后端Node.js/TypeScript代码示例与前端React表单设计参考,帮助企业快速搭建并上线系统,实现合规与成本控制的双重优化。
|
3月前
|
机器学习/深度学习 人工智能 缓存
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
本文提出面向边缘通用智能的多大语言模型(Multi-LLM)系统,通过协同架构、信任机制与动态编排,突破传统边缘AI的局限。融合合作、竞争与集成三种范式,结合模型压缩、分布式推理与上下文优化技术,实现高效、可靠、低延迟的边缘智能,推动复杂场景下的泛化与自主决策能力。
375 3
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
|
3月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
757 23
|
3月前
|
存储 监控 安全
132_API部署:FastAPI与现代安全架构深度解析与LLM服务化最佳实践
在大语言模型(LLM)部署的最后一公里,API接口的设计与安全性直接决定了模型服务的可用性、稳定性与用户信任度。随着2025年LLM应用的爆炸式增长,如何构建高性能、高安全性的REST API成为开发者面临的核心挑战。FastAPI作为Python生态中最受青睐的Web框架之一,凭借其卓越的性能、强大的类型安全支持和完善的文档生成能力,已成为LLM服务化部署的首选方案。
|
3月前
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)
448 0
|
3月前
|
机器学习/深度学习 人工智能 搜索推荐
拔俗AI学伴智能体系统:基于大模型与智能体架构的下一代个性化学习引擎
AI学伴智能体系统融合大模型、多模态理解与自主决策,打造具备思考能力的个性化学习伙伴。通过动态推理、长期记忆、任务规划与教学逻辑优化,实现千人千面的自适应教育,助力因材施教落地,推动教育公平与效率双提升。(238字)
586 0
|
10月前
|
传感器 人工智能 物联网
健康监测设备的技术革命:AI+物联网如何让你随时掌握健康数据?
健康监测设备的技术革命:AI+物联网如何让你随时掌握健康数据?
1313 19
|
存储 安全 物联网
政府在推动物联网技术标准和规范的统一方面可以发挥哪些作用?
政府在推动物联网技术标准和规范的统一方面可以发挥哪些作用?
464 60
|
安全 物联网 物联网安全
制定统一的物联网技术标准和规范的难点有哪些?
制定统一的物联网技术标准和规范的难点有哪些?
521 58

相关产品

  • 物联网平台