北京時間4月14日消息,據(jù)路透社報道,計算機安全機構(gòu)Cylance的研究員表示,他們在微軟Windows操作系統(tǒng)中發(fā)現(xiàn)一個新變種漏洞,黑客可利用該漏洞盜取數(shù)以百萬計的PC登錄憑證。
Cylance將該安全隱患稱為“重定向到SMB(Redirect to SMB)”,其與20世紀90年代發(fā)現(xiàn)的Windows系統(tǒng)和IE瀏覽器漏洞相似。黑客可“綁架”PC用戶登錄到由自己控制的服務(wù)器。
根據(jù)Cylance的說法,如果Windows用戶點擊了Email或者網(wǎng)站內(nèi)的惡意鏈接,用戶PC便會登錄到相應(yīng)服務(wù)器,黑客就能盜取敏感信息。Cylance表示,利用該漏洞,如果攻擊者攔截后臺應(yīng)用自動訪問遠程服務(wù)器請求的話,比如當(dāng)軟件更新在后臺進行時,用戶甚至在未點擊鏈接的情況下都會被黑。
微 軟方面表示,Cylance發(fā)現(xiàn)的漏洞帶來的威脅并非如其所言的那么嚴重。微軟在一份郵件聲明中稱:“‘中間人攻擊’發(fā)生需要滿足多項因素。2009年時 我們已在微軟安全研究與防御(Microsoft Security Research and Defense)博客中進行了相關(guān)指導(dǎo)更新,來幫助解決這種潛在威脅。同時,Windows還有其他功能,如‘身份驗證擴展保護’(Extended Protection for Authentication),其可在網(wǎng)絡(luò)連接認證中發(fā)揮防衛(wèi)作用。”
好文章,需要你的鼓勵
浙江大學(xué)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(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(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)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(xué)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(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實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、注意力錨點機制和高效訓(xùn)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(zhì)量視頻,延遲僅0.76秒,質(zhì)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(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(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,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。