应对安全威胁:移动及其他领域的可信执行挑战

简介: 应对安全威胁:移动及其他领域的可信执行挑战

应对安全威胁:移动及其他领域的可信执行挑战

随着越来越多的人使用移动设备进行一系列日常在线任务,从购物到银行,智能手机和其他互联设备面临的安全威胁可能只会增加。事实上,根据Dimensional Research 2017年的研究,94%的IT专业人员预计移动安全攻击会变得更加频繁,而79%的人报告说,保护设备的困难会增加。

诚然,安全已经是大多数移动设备的共同功能–想想大多数现代智能手机中存在的指纹扫描仪和人脸ID功能吧。然而,通过与合作伙伴的讨论以及通过监控已知攻击,我们意识到,许多开发人员在确保设备为未来做好安全准备方面面临着可信执行挑战。

从当前的安全格局来看,一些主要挑战围绕着:

  • 实现人工智能(AI)和机器学习(ML)安全功能;
  • 不断增长的中国移动市场对移动的独特要求;
  • 使移动设备抵御未来安全威胁的困难;
  • 以及开发安全解决方案时的上市时间。

AI和ML安全特性

人工智能和ML在移动设备上的大多数现代安全功能中发挥着越来越突出的作用,包括人脸ID和语音识别。

因此,人工智能和ML算法的商业价值有望增长。对于算法开发人员来说,包括模型加密在内的IP保护仍然是他们最关心的问题之一。事实上,正如本文关于【反向工程ML】的文章中所指出的,当开发人员将ML模型部署到移动设备时,他们可能会失去对如何访问或使用其模型的控制。

中国市场面临的挑战

从不同的市场来看,中国移动设备市场是巨大的,而且只会越来越大。事实上,根据市场情报机构Newzoo最新发布的全球移动市场报告,在全球30亿智能手机用户中,中国占7.83亿。然而,这个市场仍然是安全最具挑战性的市场之一。中国的法规要求越来越多的移动设备用例在中国使用国产密码,而不是国际密码。

例如,在开发IP时,对特定中国加密(SM2/3/4)的支持正成为保护使用情形的先决条件,如内容保护和支付。

挑战不仅来自于满足这些当前的法规要求,而且还来自于未来的IP,以应对未来的任何安全更改。例如,新的安全解决方案将需要遵守目前正在制定的新标准,以防将来成为强制性标准,如中国GM/T 0028-2014,该标准有具体的安全要求,以保护计算机和电信系统中的敏感信息。

上市时间

芯片设计师的一个痛点是为一系列不同设备开发新的安全解决方案所需的时间。这通常涉及必须将安全集成到不同的IP中,而不是在这些IP中完全集成的安全解决方案。这所需的工程工作对越来越依赖全功能安全解决方案的新设备的上市时间产生了负面影响。

跨设备保护内容

除了智能手机,还有一系列其他设备正变得容易受到安全威胁的影响。随着网飞等内容提供商的天文数字增长,2018年第二季度,网飞在全球拥有超过1.3亿流媒体用户,现在有大量有价值的内容需要保护免受安全威胁。这也适用于托管这些内容提供商应用程序的DTV和机顶盒。例如,电影实验室的内容保护规范要求DRM系统使用安全调配的硬件信任根和加密功能,不受侧信道攻击的影响。

未来安全解决方案

安全显然现在是Arm合作伙伴、其客户和更广泛生态系统的首要任务。然而,仍然存在许多痛点,这些痛点可能会使在IP上为设备实施安全解决方案具有挑战性。展望未来,任何全面而成功的安全解决方案都需要五个关键特征:

  • 支持基于AI和ML的安全功能,这些功能在移动端越来越普遍;
    +可通过满足该国监管要求在中国市场使用;
  • 完全集成在IP包内,缩短上市时间;
  • 灵活的解决方案,可在不同设备上部署;以及
    +为市场上的新兴发展提供了未来的证明。

迎头应对这五个挑战,我们相信,开发安全解决方案的痛苦在未来只会减少。考虑到这一点,我们期待着在未来就我们自己的安全IP发布更令人兴奋的公告。

目录
相关文章
|
人工智能 前端开发 搜索推荐
|
3月前
|
人工智能 API 调度
从“会用 AI”到“指挥 AI”:AI调度官能力模型解析
AI调度官是面向多模型协同的新型系统角色,聚焦任务拆解、能力编排与运行约束,实现AI能力的统一调度、闭环管控与稳定执行,支撑可扩展、可解释、可持续演进的智能协同体系。
239 0
|
14天前
|
存储 人工智能 缓存
阿里云瑶池数据库KVCache亮相NVIDIA GTC 2026
阿里云瑶池数据库亮相NVIDIA GTC 2026,首发“全局KV Cache存储系统”,破解大模型推理显存瓶颈。融合Tair与PolarDB,实现存算协同、全局池化与经济性优化,全链路支撑Agentic AI时代多模态数据底座演进。
|
3月前
|
存储 机器学习/深度学习 人工智能
别让大模型“失忆”:手把手教你用向量数据库打造它的专属知识库
本文深入浅出地讲解向量数据库原理与实践:用“语义身份证”比喻Embedding,以图书管理员类比关键词与语义搜索差异;手把手用Python+Faiss+BGE搭建中文语义检索系统,并详解RAG流程、效果评估与调优要点,助你为大模型装配真正懂业务的“外挂大脑”。
367 4
|
存储 人工智能 安全
《数据主权:人工智能时代的核心基石与挑战》
在数字化时代,人工智能成为社会变革的强大力量,深刻改变着我们的生活方式。数据主权作为其核心基石,涉及国家、企业和个人的数据管辖与控制权。国家层面,数据主权关乎国家安全与经济竞争力;企业层面,合规利用数据可提升竞争力,但也面临法律风险;个人层面,隐私保护至关重要。国际社会正通过法规和技术手段(如GDPR和区块链)应对这些挑战,以确保数据安全与隐私,推动人工智能健康发展。
434 18
|
3月前
|
NoSQL Redis 数据库
为什么 Lua 脚本可以保证原子性?
Redis中的原子性包含两层含义:并发编程中的“操作不可中断”与数据库ACID中的“全执行或全回滚”。Lua脚本在Redis中以单线程整体执行,保证了前者,但出错不回滚,故不满足后者。需明确讨论的是哪种原子性。
146 0
|
存储 关系型数据库 分布式数据库
PolarDB开源数据库进阶课14 纯享单机版
PolarDB不仅支持基于“共享存储+多计算节点”的集群版,还提供类似开源PostgreSQL的单机版。单机版部署简单,适合大多数应用场景,并可直接使用PostgreSQL生态插件。通过Docker容器、Git克隆代码、编译软件等步骤,即可完成PolarDB单机版的安装与配置。具体操作包括启动容器、进入容器、克隆代码、编译软件、初始化实例、配置参数及启动数据库。此外,还有多个相关教程和视频链接供参考,帮助用户更好地理解和使用PolarDB单机版。
928 1
|
9月前
|
人工智能 运维 监控
聚焦“AI+运维”深度融合,龙蜥系统运维联盟 MeetUp 圆满结束
现场 40 多位开发者进行了深入的技术交流,探索 AI 与运维深度融合的未来路径。
|
安全 前端开发 Windows
Windows Electron 应用更新的原理是什么?揭秘 NsisUpdater
本文介绍了 Electron 应用在 Windows 中的更新原理,重点分析了 `NsisUpdater` 类的实现。该类利用 NSIS 脚本,通过初始化、检查更新、下载更新、验证签名和安装更新等步骤,确保应用的更新过程安全可靠。核心功能包括差异下载、签名验证和管理员权限处理,确保更新高效且安全。
481 4
Windows Electron 应用更新的原理是什么?揭秘 NsisUpdater
|
缓存 Cloud Native 区块链
重塑链上数据索引,Chainbase 云原生 Subgraph 解析
Subgraph 是 The Graph 去中心化应用索引协议的具体实现, 能为各个智能合约创建索引引擎,提供 dataset 数据集供开发者快速查询使用。目前,Chainbase 正式上线并托管的核心 dataset subgraph 数量已经超过 100+。
1076 0
重塑链上数据索引,Chainbase 云原生 Subgraph 解析