近期,OPPO在2023年开发者大会上正式发布下一代快速身份认证方式——OPPO身份密钥。Find X6,FindX N3,一加11等众多机型升级ColorOS 14后将能够体验此新功能,而随着搭载ColorOS 14.0系统的OPPO Reno11手机正式发布,相关讨论变得愈加热烈。
身份密钥的发布,使OPPO成为国内首家自主研发以生物特征认证为基础、可跨多终端使用的身份密钥技术的手机厂商,与苹果、谷歌、微软共同推动无密码时代的到来。同时作为子能力之一,也使安第斯信任空间的能力更加完善。
作为OPPO自研的端云协同可信安全平台,安第斯信任空间为OPPO生态提供了账号、设备、数据的鉴权与认证核心服务,保障服务安全,提升用户体验。简单来说,安第斯信任空间是保障OPPO用户数字生活便捷安心的“通行证”。有了这张“通行证”,用户可以享受到“正确的人、正确的设备、正确地访问数据”的安全数字生活,省心无忧。
安第斯信任空间
OPPO用户畅通无忧的数字“通行证”
随着互联网技术的发展,数字化程度越来越高,每个人拥有的智能设备及每天使用的APP也呈现爆发式增长。用户在操作过程中,时常面临繁琐的验证流程和数据同步问题,极大增加了操作负担,严重影响用户的使用体验。
例如在账号管理方面,用户经常需要登录多个应用的不同账号,也可能会在多设备上登录同一个账号。出于安全性的考虑,传统的验证方式往往需要输入密码,甚至验证码二次验证等诸多步骤,更不用说账号密码丢失或被盗等需要重新找回的复杂难题,操作步骤只增不减。冗长的验证流程不仅阻碍用户体验,也为账号管理埋下隐患。
在设备管理方面也有相似的痛点。例如在更换手机或进行数据传输时,经常遇上无法顺利迁移应用数据和登录状态的问题,同样需要用户在新设备上重新设置和登录,不仅繁琐,还可能造成数据丢失。
而在数据隐私保护方面,更是因为应用、设备之间的互信问题难以解决,无法设备是否安全,是否为本人操作,是否处在安全的环境中,而存在数据泄露风险。
得益于多年的技术积累,OPPO安第斯信任空间应运而生。安第斯信任空间通过整合多种验证手段和技术,如生物特征、用户行为、设备状态、风控状态等,构建出一套卓有成效的判断体系,为用户打造一张安全便捷的“通行证”,帮助用户摆脱繁琐低效的传统方式,享受安全高效的数字生活。
为构建账号、设备、数据全生态的安全体系,安第斯信任空间已先后发布了终端环境安全监测(可信设备服务)和身份密钥两大功能,逐步保障服务安全,提升用户体验。
终端环境安全检测
大大提升OPPO设备的安全性
基于安第斯信任空间的终端环境安全检测(即可信设备服务)功能,能够为开发者提供安卓客户端环境的实时动态监测数据,如ROOT、模拟器、调试等,协助开发者判断设备环境是否安全。该功能融合多项安全风险检测点,覆盖移动端普遍存在的风险项,可在不同场景中得以应用。
首先是账号安全保护。终端环境安全检测,能够确保用户的使用设备不被感染或遭受恶意控制,保障账号在注册、登录、修改等场景的安全,有效防止信息被窃取,防止财产损失和隐私泄漏。
其次是提升支付安全性。用户通过设备进行在线购物、办理银行业务的时候,可信设备服务有助于支付环境安全性判断。比如当用户在被篡改的手上支付时,可信设备检测将与安第斯智能护盾的支付保护能力联合,快速确认手机系统环境是否安全。
最后是避免黑产欺诈风险。协助开发者判断本机是否存在模拟器,多开等行为,避免广告欺诈风险等多种欺诈风险。
OPPO身份密钥
国内首发!告别传统密码,提升账号与数据安全
对于普通用户来说,密码管理是出了名的老大难问题。简单的密码不安全,复杂的密码记不住。越来越复杂的密码管理似乎正成为当下数字生活的一种隐形负担。自2022年苹果公司对外宣布新的密码认证功能Passkeys以来,无密码身份认证技术在行业内就引起了广泛的关注和讨论。无密身份认证旨在解决用户繁杂的注册和登录问题,为当下互联网账号体系带来易用性、安全性和广泛性等多维度的巨大变革。
基于安第斯信任空间能力的OPPO身份密钥技术,一方面通过强大的加密技术使账号具备更高安全级别,保障用户信息和资产安全,另一方面兼容快速身份认证行业标准,无缝对接苹果、Google、微软等的Passkeys,助力生态安全,挖掘未来账号体系的更多可能性。
作为国内首家实现跨端跨平台身份密钥功能的手机厂商,OPPO用户未来通过注册身份密钥,就可以一定程度告别传统密码登录形式,只需要进行一次面部或指纹认证就可以完成登录。跨设备跨生态的OPPO身份密钥还可以做到一次创建多端使用,为用户带来更加便捷与安全的数字生活体验。
结语
总的来说,账号无忧、设备可信和数据安全是构建用户数字安全和智慧体验的关键要素。未来,伴随着安第斯信任空间更多功能的持续发布,OPPO亿万用户将迎来跨端多设备互相可信、用户安心易用、更安全更高效的便捷数字生活。
好文章,需要你的鼓励
面对全球气候挑战,美国NOAA数据显示近年来每年发生至少10起损失超10亿美元的天气灾害。Tomorrow.io公司开发了微波探测卫星星座,采用多光谱成像、高分辨率成像、无线电掩星、合成孔径雷达等五种数据技术,构建首个商业化大气3D研究架构。该项目旨在解决全球覆盖数据不足问题,提供更精确的天气预报和灾害预警能力。
加州大学圣克鲁兹分校研究团队创建了包含150万高质量样本的GPT-IMAGE-EDIT-1.5M图像编辑数据集,通过利用GPT-4o优化现有数据质量,使开源AI模型在多项测试中达到接近GPT-4o的性能水平,在GEdit-EN测试中获得7.24分的突破性成绩,显著缩小了开源与商业模型的差距,为AI图像编辑技术的民主化奠定了基础。
本文深入分析OpenAI新发布的ChatGPT学习模式背后的自定义指令机制。学习模式通过教育专家协作制定的自定义指令,引导AI采用循序渐进的教学方式,而非直接给出答案。文章将自定义指令分为五个部分:总体目标、严格规则、行动指南、语调方法和重点强调。这些指令体现了优秀的提示工程技巧,可应用于其他AI场景。作者强调自定义指令的强大功能,建议用户通过分段结构化方式制定指令,并进行充分测试和调试以确保效果。
这项由清华旗下奇虎科技等机构联合开发的研究,提出了ForCenNet前景中心网络来解决手机拍摄文档变形问题。与传统均匀处理方法不同,该系统重点关注文档中的关键信息区域如文字和表格线条,采用创新的前景分割、掩码引导和曲率一致性优化技术,在四个主流数据集上达到最优性能,为移动文档数字化提供了高效解决方案。