總體而言,移動操作系統(tǒng)似乎很安全,但最近研究人員在谷歌的安卓操作系統(tǒng)上發(fā)現(xiàn)了6處新的安全漏洞,而且這些漏洞影響到了包括平板電腦和智能手機在內的所有安卓設備的安全。
來自美國印第安納大學和微軟公司的研究人員在一篇論文中稱,描述了一種被稱為“Pileup”的安全漏洞。Pileup,是“因更新而致特權升級”的簡稱。由于這些“Pileup”型安全漏洞存在,一旦安卓系統(tǒng)升級,將在用戶不知情的情況下,使含有惡意代碼應用的訪問權限進一步提高,從而使整個系統(tǒng)處于危險狀態(tài)。
“每隔幾個月,安卓系統(tǒng)都將發(fā)布更新,將導致活躍系統(tǒng)內的數(shù)萬個文件發(fā)生變動。而每款新的應用在安裝過程中,都需要在自己沙箱及系統(tǒng)特權內進行有效配置,而不對現(xiàn)有應用和用戶數(shù)據(jù)構成破壞。”研究人員寫道,“正是這一復雜的移動更新邏輯程序,使安卓系統(tǒng)產(chǎn)生了這些漏洞。”
研究人員表示,他們已經(jīng)在AndroidPackage管理服務(PMS)上發(fā)現(xiàn)了六種不同的Pileup漏洞,并證實這些漏洞存在于所有的Android開源版本上,影響到了全球超過3500款安卓手機。這意味著全球將有超過十億安卓用戶正面臨著該漏洞的潛在威脅。
谷歌公司已獲悉上述安全漏洞的存在,并已完成其中一處漏洞的修復工作。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。