作為世界上最可怕的惡意軟件之一,SpyEye如同它的名字一樣,總會悄無聲息的隱藏在用戶的系統(tǒng)中,以一雙“間諜之眼”來窺探用戶的隱私、竊取銀行資金。但如今,SpyEye的“罪魁禍?zhǔn)?rdquo;,也就是SpyEye的創(chuàng)造者AleksandrAndreevichPanin已經(jīng)在亞特蘭大市被美國聯(lián)邦調(diào)查局(FBI)成功起訴。自SpyEye誕生之日,趨勢科技一直對其保持密切的監(jiān)測與研究,推出了針對性的防御工具與解決方案來幫助用戶抵御SpyEye的攻擊,并成功協(xié)助FBI對Panin進(jìn)行了起訴并繩之以法。
SpyEye自2009年誕生以來,就是世界上最專業(yè)、最成功的惡意犯罪軟件之一,其感染了全球140萬臺電腦,并幫助網(wǎng)絡(luò)黑客監(jiān)控網(wǎng)銀用戶,對金融資產(chǎn)安全構(gòu)成了極大威脅。SpyEye還是地下市場里最專業(yè)、最先進(jìn)的產(chǎn)品,它提供定期的版本更新,甚至還有測試版。Panin將SpyEye惡意軟件做成了一個黑色產(chǎn)業(yè)鏈,并以1000美元到8500美元不等的價格販賣各種SpyEye版本,在六個月內(nèi)取得了超過320萬美元的不法收益。此外,軟件源代碼還會通過地下途徑泄露,為網(wǎng)絡(luò)犯罪分子編造新的變種木馬和攻擊技術(shù)大開方便之門。
在SpyEye出現(xiàn)之后,趨勢科技就一直對其保持密切的監(jiān)測與研究,并推出了針對性的防御工具與解決方案來幫助用戶抵御SpyEye的攻擊。在此次FBI對SpyEye的調(diào)查與指控中,趨勢科技前瞻性威脅研究(FTR-Forward Looking Threat Research team 簡稱FTR)團(tuán)隊(duì)為FBI提供了充分的線索與證據(jù),并協(xié)助FBI逮捕了惡名昭彰的SpyEye銀行木馬作者。
趨勢科技的FTR團(tuán)隊(duì)是研究人員的精英團(tuán)隊(duì),任務(wù)是探究網(wǎng)絡(luò)未來和預(yù)測網(wǎng)絡(luò)犯罪將來的演變。其電子犯罪單位和國際執(zhí)法伙伴(如國際刑警組織和國際電信聯(lián)盟)緊密地合作,有助于讓世界的數(shù)字信息交換更加安全。FTR曾經(jīng)協(xié)助FBI破獲史上最大僵尸網(wǎng)絡(luò)Rove Digital,逮捕“警察勒索軟件”攻擊背后的關(guān)鍵人物。
FBI感謝趨勢科技FTR團(tuán)隊(duì)和其它一些私人機(jī)構(gòu)在成功起訴Panin的過程中所給予的幫助。美國聯(lián)邦調(diào)查局的執(zhí)行助理主管Rock McFeely表示:“美國聯(lián)邦調(diào)查局感謝來自趨勢科技前瞻性威脅研究團(tuán)隊(duì)的協(xié)助調(diào)查,進(jìn)而讓Panin遭到逮捕,像這樣的警民合作對于成功解決網(wǎng)絡(luò)威脅并將網(wǎng)路犯罪份子繩之于法是至關(guān)重要的。”
趨勢科技全球研發(fā)長暨大中華區(qū)總經(jīng)理張偉欽指出:“身為威脅防御專家,趨勢科技的使命是讓世界可以更加安全的交換信息。因此,只是偵測像SpyEye這樣的惡意軟件或保護(hù)我們的客戶對抗最新威脅并不足夠,我們需要深入威脅的來源。我們的信念是阻止惡意活動并阻止其幕后的黑手,我們的FTR電子犯罪小組會為全球的執(zhí)法單位提供支持,提供最新的調(diào)查結(jié)果。”
研究威脅角色是趨勢科技主動式云端截毒服務(wù)Smart Protection Network里一個相當(dāng)關(guān)鍵的部分,能幫助趨勢可以了解惡意份子所使用的最新工具和技術(shù),同時找出犯罪活動背后的不法份子。這有助于趨勢科技提供客戶更好的防護(hù),并且提供執(zhí)法機(jī)構(gòu)迫切需要的協(xié)助。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。