
北京時間6月23日上午消息,根據(jù)調(diào)查新聞網(wǎng)站The Intercept披露的最新斯諾登文件,美國國家安全局(以下簡稱“NSA”)和英國政府通信總署(以下簡稱“GCHQ”)已經(jīng)對熱門安全軟件展開了全面的破解,以此追蹤用戶和滲透網(wǎng)絡。
文件顯示,包括卡巴斯基在內(nèi)的網(wǎng)絡安全公司都成為這兩大情報機構(gòu)獲取情報的目標。他們通過所謂的“軟件反向工程”技術破解了這些安全軟件,從而對其加以分析和利用。
GCHQ的絕密文件披露了這一措施背后的動機:“俄羅斯殺毒軟件卡巴斯基等個人安全產(chǎn)品,仍然對GCHQ的電腦網(wǎng)絡破解能力構(gòu)成了挑戰(zhàn)。如果要破解這些軟件,并避免我們的活動被人發(fā)現(xiàn),軟件反向工程就是至關重要的。”
2010年披露的一份名為《CAMBERDADA項目》的演講稿表明,這兩家情報機構(gòu)可能正在收集網(wǎng)絡安全公司的員工發(fā)送的電子郵件,希望以此更好地應對威脅。
文件還顯示,NSA正在截取從用戶電腦發(fā)送到卡巴斯基服務器的數(shù)據(jù)。這些數(shù)據(jù)都被嵌入在HTTP請求的“用戶-代理”字段中,其中包含一些敏感用戶信息,可以用于評估和追蹤用戶的活動。
卡巴斯基在發(fā)給The Intercept的聲明中說:“某些政府機構(gòu)沒有關注正當?shù)臄硨φ?,而是把目光瞄向了我們,并且破壞了本該用來保護我們安全的軟件。此事令人高度擔憂。然而,這并不出人意料。我們一直在努力保護終端用戶免受各種威脅,這其中既包括常見的網(wǎng)絡犯罪,也包括國家支持的網(wǎng)絡間諜行為。”
另外,今天泄露的一份文件還顯示,GCHQ每天都會搜集1億次惡意軟件攻擊的數(shù)據(jù)。
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(diào)整內(nèi)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(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(gòu)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(jié)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。