写点什么

探索安全边界:出海合规与大模型实践 | QCon

QCon 全球软件开发大会

  • 2024-08-22
    北京
  • 本文字数:3815 字

    阅读完需:约 13 分钟

大小:2.06M时长:12:00
探索安全边界:出海合规与大模型实践 | QCon

进入 2024 年以来,企业在全球商业舞台上迎来了两个显著的潮流:业务出海和大模型技术的广泛应用。业务出海已成为企业扩大市场版图、提升全球竞争力的关键战略。企业不再局限于本土市场,而是积极向国际领域迈进,探索新的增长机遇和市场空间。这一过程中,如何确保合规与安全,成为企业出海战略中不可忽视的一环。同时,大模型技术的运用正深刻影响着企业的运营模式和创新方向,安全人员也开始考虑利用大模型技术优化安全解决方案,提升安全防护效率,减少安全风险。


面对不断演进的趋势,这些都是重点关注和丞待解决的挑战。在即将于 10 月 18 -19 日召开的 QCon 上海站,我们策划了【探索安全边界:出海合规与大模型实践】专场,将邀请不同公司的数据安全合规专家,分享他们在各自的业务场景中的出海合规实践经验,以及借助大模型助力应用场景落地,实现运营效率和效果的双重提升的方法。目前是 8 折购票最后优惠期,感兴趣的同学前往了解。

精彩演讲抢先看


演讲主题:大模型在商业敏感数据中的分类分级实践


讲师:刘明 (携程信息安全部数据安全总监)


演讲摘要


分类分级是数据安全的一项基础性工作,高效准确地对数据进行分类分级打标,是后续进行有效分级保护控制的先决条件,以往分类分级工作中存在专家特征规则识别质量局限,人工识别耗时费力跟不上业务变化的问题,随着大语言模型的兴起,我们看到了新的机会,也取得了不错的可行性验证成果,本次演讲将分享携程逐步实现高质量、高效率的敏感数据分类分级的思路和经验,希望能给听众带来一些启发和思考。


演讲提纲


1. 背景


  • 目前数据分类分级手段在商密数据场景的局限

  • 大语言模型能带来的潜在提升与场景适配研究


2. 分类分级可行性验证过程


  • 找到正确的提问方式

  • 大语言模型分类分级过程中遇到的问题:模型幻觉、数据安全性


3. 在控制成本的基础上找到平衡应用落地方式


  • 在现有分类分级产品中引入大语言模型能力

  • 分类分级准确率和召回率数据情况


4. 挑战与展望


  • 分类分级大模型的常态运营


实践痛点


大语言模型存在幻觉问题,偶发性会出现脱离框架的答案,同时大语言模型使用成本目前相较专家特征规则和自建模型没有优势,因此成本控制问题会限制其应用规模。


演讲亮点


商业秘密数据特征模糊,使用专家特征规则无法进行有效识别,而大语言模型可充分利用上下文和常识知识更加准确的识别分类商业秘密数据。


听众收益


  • 了解携程在使用大语言模型进行商密数据分类分级的实践经验

  • 了解大语言模型在数据安全分类分级基础性工作上提升效率质量的价值


演讲主题:百度基于大模型安全运营的质效提升实践


讲师:包沉浮(百度杰出架构师,安全技术委员会主席


演讲摘要


百度作为一家业务复杂的大型互联网企业,同时又是关键基础设施,随着网络安全威胁的日益加剧,传统的安全运营手段在效率和效果上都面临巨大挑战。本次分享将介绍百度如何基于大模型构建深度安全推理智能体框架,实现运营效率和效果的双重提升,并展示包括告警自动研判和漏洞事件分析在内的实践经验,希望能给听众带来一些大模型安全领域应用最佳实践的启示。


演讲提纲


1. 背景和挑战


  • 大模型开始逐步应用于安全运营场景

  • 百度安全运营面临的双效(效率 + 效果)提升需求


2. 架构设计


  • ‍设计目标:基于深度安全推理智能体框架,实现双效提升

  • 设计考虑:人机协同的工作流设计(运营流程梳理、质量标准定义、人机交互模式)、模型能力边界与拓展(模型结果可信度和可解释性、知识和工具依赖)、实施成本

  • 整体‍架构(自底向上):

  • 底座模型的知识补充

  • RAG、CoT、Function calling

  • 流程编排

  • 智能体 Review 机制


3. 实践案例


  • 告警自动 / 辅助研判 + 事件处置

  • 漏洞事件自动分析 + 处置


4. 未来展望


  • 大模型原生的安全运营中心


实践痛点


  1. 明确目标,围绕安全运营场景的风险偏好,制定更贴合实际的落地目标,避免直接盲目追求大而全的零职守无人干预

  2. 以数据驱动能力迭代,缺少可用数据时应当从实际场景中提升标准化和自动化水平,引入业务的数据活水,避免直接使用脱离业务的合成数据


演讲亮点


  1. 从架构设计层面剖析安全运营场景双效提升应遵循的必要准则,提供构建深度安全推理智能体框架的完整视角

  2. 细粒度展现告警研判、漏洞分析处置等实际场景的双效提升最佳实践


听众收益


  1. 了解互联网大厂的安全运营需求痛点与大模型实践经验

  2. 了解规模化且对效果要求较高的安全运营场景下,大模型智能体设计考虑与整体架构


演讲主题:安全大模型的最后一公里实践:智能决策与自动响应


讲师:傅奎(雾帜智能联合创始人 & CTO)


演讲摘要


主流安全大模型及应用场景侧重于非结构化数据的整理、总结、分析和建议,但还缺少最后一步——如何让大模型参与安全响应的决策,并在决策后自动化完成动作的执行。本议题将介绍,安全专家如何借助大模型,自动生成网络安全响应流程(安全剧本),并自动完成剧本的执行,由此在安全运营场景最后一公里完成大模型应用场景落地。


演讲提纲


1. 大模型在网络安全领域应用


  • 发布 SecGPT 的安全厂商

  • 大模型在安全领域的应用场景

  • 共性不足(重分析,轻决策)


2. 安全大模型在智能决策领域应用探索


  • 模型是否有能力给出合理建议

  • 如何让模型给出更高质量的决策

  • 模型决策结果的潜在风险


3. 安全大模型实战应用实践案例


  • OWASP TOP 10 典型场景

  • 大模型在 Web 攻击攻击领域的应用效果

  • 降低模型决策风险的实践思路


4. 未来展望


  • 让模型设计剧本 VS 让模型选择剧本

  • 大模型落地安全最后一公里(能力调度)如何实现

  • 终极目标:零值守无人安全运营中心


实践痛点


  1. 针对特定性的安全事件,如何设计响应策略

  2. 人工智能设计的安全策略是否可以实现全自动执行

  3. 距离真正零值守还有哪些问题没有解决


演讲亮点


不仅仅使用大模型对安全事件做分析,还通过安全大模型对安全事件响应作出决策,安全大模型完全决策,并最终付诸实施通过安全能力实现安全策略的落地,该环节减少对人工的依赖,减少对安全专家的依赖,是未来零值守安全运营中心的重要基础。


听众收益


  1. 传统安全运营的场景,痛点和困境

  2. 有别于安全大厂的安全运营智能化实践

  3. 安全大模型最后一公里所解决的问题和价值


演讲主题:全球视野下的合规之道:携程海外数据安全管理实践


讲师:胡立平(携程数据安全合规负责人)


演讲摘要


出海成为众多国内企业实现业绩新增长曲线的选择,然而随着数据的重要性提升,法律及监管关注度也在增强,携程作为在线旅行行业较早布局海外业务的企业,在海外数据安全合规风险上也有所积累。本次演讲将分享携程海外数据安全合规风险管理的思路和经验,希望能给相关出海企业企业带来一些合规实践上的启示。


演讲提纲


  1. 出海面临的数据安全合规挑战


  • 法律法规近些年主要变化及监管挑战

  • 从数据视角深度剖析出海合规风险

  • 携程应对策略及实践

  • 携程的海外合规整体策略设计

  • 如何通过 GRC 平台形成风险管理闭环

  • 如何保障旗下 Trip.com 产品的隐私合规


  1. 海外数据安全合规未来展望和应对思考


实践痛点


合规风险管理线上化需要建立在标准化的风险管理、优秀的产品设计、合理的内部运营流程等基础上,才能实现控制域的完备性、控制方法的准确性、关键控制的有效性、审计覆盖的充分性等关键指标。


演讲亮点


  1. 结合合规实战介绍部分法域的合规挑战

  2. 介绍携程自研 GRC(Governance, Risk and Compliance ) 平台如何融合监管情报、外规内化、审计整改等多个治理环节,解决出海过程中面临多法域、多品牌的风险管理挑战


听众收益


  1. 帮助了解现有海外数据安全相关合规的整体风险态势

  2. 帮助了解标准化及线上化在多法域数据安全合规风险管理中的价值


演讲主题:跨国经营中的企业数据合规之道


讲师:陈晓芳( vivo 数据合规专家)


演讲摘要


各大企业,尤其是跨国企业,由于业务拓展或人力管理等因素,不可避免地会涉及数据出境。与此同时,数据出境相关监管规范和管理机制日益完善,对企业管控数据出境行为提出了新的挑战。本次演讲将分享 vivo 在数据出境管理方面的实践经验,希望能给相关出海企业带来一些合规启示。


演讲提纲


  1. 监管框架:解析数据出境合规路径


  • 数据出境的立法背景和监管趋势

  • 数据出境的三种合规路径:安全评估、标准合同备案(SCC)、个人信息保护认证

  • 探讨网信办规定的数据出境豁免条件及其适用性


2. 企业视角:企业如何管控数据跨境


  • 介绍企业如何建立数据出境监控和排查机制

  • 阐述企业在数据出境过程中的合规流程和全周期管理措施


3. 实战案例:vivo 的数据出境安全评估


  • 分享 vivo 申报数据出境安全评估的经验,着重于省网信办材料审核的重点,打回材料的理由等真实案例


4. 数据出境合规未来的挑战与展望


  • 分析数据出境合规管理中的主要困难,提供相应应对策略和建议


实践痛点


系统的数据出境风险管理体系,需要完备全面的数据出境监测体系、精确的风险触发机制和合理的出境备案应对方案,才能实现企业数据出境的全面管控。


演讲亮点


vivo 在应对数据出境合规挑战过程中的管控措施,以及申报安全评估时的经验。


听众收益


  • 帮助了解数据出境方向整体的合规风险及应对措施

  • 了解 vivo 在数据出境管控方面的措施及安全评估申报过程中的相关经验


更多精彩内容将在 10 月 18 - 19 日 QCon 上海站为您现场呈现,期待与您共赴这场技术之约。如果您有好的技术实践案例想要与我们分享,欢迎点击链接提交演讲申请。


【会议推荐】


InfoQ 将于 10 月 18-19 日在上海举办 QCon 全球软件开发大会 ,覆盖前后端 / 算法工程师、技术管理者、创业者、投资人等泛开发者群体,内容涵盖当下热点(AI Agent、AI Infra、RAG 等)和传统经典(架构、稳定性、云原生等),侧重实操性和可借鉴性。现在大会已开始正式报名,可以享受 8 折优惠,单张门票立省 960 元(原价 4800 元),详情可联系票务经理  17310043226 咨询。



2024-08-22 11:1011523

评论

发布
暂无评论
发现更多内容

低代码旋风将席卷整个IT业界,带来应用开发的新革命和新里程!

J2PaaS低代码平台

IPFS系统APP软件开发

系统开发

重庆打造区块链产业高地

CECBC

区块链

百分点智能对话技术探索实践

DataFunTalk

AI

腾讯T2手把手教你!字节跳动历年校招Android面试真题解析,含BATJM大厂

欢喜学安卓

android 程序员 面试 移动开发

工具词典:中立观点

lidaobing

维基百科 28天写作

58同城风控平台演进

DataFunTalk

架构 中台

Serverless 在 SaaS 领域的最佳实践

阿里巴巴中间件

阿里巴巴 中间件

ReactNative | 通过文件下载/打开需求,聊聊使用三方库

梁龙先森

大前端 技术方案 React Native

架构设计大作业 2

仲夏

C语言编程:入门指南(一周内学懂)

计算机与AI

c

阿里P8大牛亲自讲解!6年菜鸟开发面试字节跳动安卓研发岗,成功收获美团,小米安卓offer

欢喜学安卓

android 程序员 面试 移动开发

时空大数据与智能技术的时代共舞,百度地图给2020的答案

脑极体

打通经济命脉,区块链助力实体商超变革

CECBC

区块链

我对2021的期待,从合上这份2020日历开始

脑极体

甲方日常 77

句子

工作 随笔杂谈 日常

天下武功,唯”拆“不破之架构篇二 | 技术人应知的创新思维模型 (9)

Alan

架构 技术 技术人应知的创新思维模型 七日更 28天写作

十大经典排序算法最强总结(含Java、Python码实现)

Java 面试 算法

网络模拟器:Cisco Packet Tracer 设备登陆实验

全面 Severless 化只需要 7天!看南瓜电影的云上升级

阿里巴巴中间件

阿里巴巴 中间件

2020H1中国AI云服务市场规模增长远超预期;C++20 标准正式发布

京东科技开发者

云计算 AI IoT

Head First设计模式

田维常

小说内容理解

DataFunTalk

AI 推荐系统

阿里P8大牛亲自讲解!Android高级工程师面试实战,Android岗

欢喜学安卓

android 程序员 面试 移动开发

美团面试:为什么就能直接调用userMapper接口的方法?

田维常

美团

云原生架构-静态代码扫描SonarQube超时

云原生实验室

DevOps 云原生 jenkins SonarQube Pipeli

“让专业的人做专业的事”,畅捷通与阿里云的云原生故事

阿里巴巴中间件

云计算 云原生

2020盘点之手机失窃事件复盘分析

石君

信息安全 资金安全 手机失窃

史上最全面‘java监听器’解读,读完就能用进项目

Java架构师迁哥

架构革新路漫漫,京东智联云自研服务器设计细节探秘

京东科技开发者

服务器 数据中心 IDC

五步带你探究爬虫爬取视频弹幕背后的真相,附爬虫实现源码

小Q

学习 编程 架构 面试 python 爬虫

探索安全边界:出海合规与大模型实践 | QCon_AI&大模型_InfoQ精选文章