今年4月,“心臟流血”(Heartbleed)安全漏洞令整個互聯(lián)網(wǎng)世界震驚。而來自安全公司Errata Security的一份最新報告稱,目前仍有逾30萬臺服務(wù)器存在“心臟流血”漏洞。
安全研究人員羅伯特·大衛(wèi)·格雷厄姆(Robert David Graham)在這份報告中稱,盡管“心臟流血”漏洞在發(fā)現(xiàn)后,已有不少服務(wù)器進行了安全升級、封堵了相關(guān)漏洞,但在發(fā)現(xiàn)“心臟流血”兩個月之后,目前仍有30.9197臺服務(wù)器存在該漏洞。
今年4月,谷歌工程師在網(wǎng)頁安全軟件OpenSSL上發(fā)現(xiàn)一處高危級別的安全漏洞——“心臟流血”漏洞,黑客利用該漏洞可以輕松盜取用戶計算機中儲存的信息,包括用戶名,密碼或者其他敏感數(shù)據(jù)。
報告稱,在“心臟流血”漏洞剛被發(fā)現(xiàn)時,全球大約有60萬臺服務(wù)器存在這一漏洞。在過了一個月之后,有近32萬臺服務(wù)器存在這種漏洞。但在兩個月過后,仍有逾30萬臺服務(wù)器存在“心臟流血”漏洞。在近一個月來,僅有9042名用戶封堵了這一漏洞。這意味著人們逐步放緩了針對該漏洞的安全升級,甚至不再關(guān)注這一漏洞。
該研究人員表示,這種放緩意味著用戶已停止針對該漏洞的系統(tǒng)修復(fù),但隨著老的服務(wù)器系統(tǒng)被逐漸淘汰,存在危險的系統(tǒng)會逐布減少。盡管大公司都通過在線方式對系統(tǒng)進行安全更新,但小公司卻沒有采取類似防范措施。
格雷厄姆還稱,“從現(xiàn)在開始,即使在今后的十年中,預(yù)計在上萬臺服務(wù)器中仍會發(fā)現(xiàn)該漏洞,包括一些很重要的服務(wù)器。”
報告建議,如果不確定自己的系統(tǒng)是否仍存在“心臟流血”漏洞,可以通過有關(guān)安全掃描檢測一下,更好的辦法是為,將你的不同網(wǎng)絡(luò)賬戶設(shè)置不同的密碼。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。