在滿朋友圈、微博都刷滿了柴靜“穹頂之下”的視頻時,北京市通信管理局發(fā)出的“加強(qiáng)應(yīng)用商店整改”的要求,幾乎被“霧霾”消息擠出視線。但實際上,手機(jī)已經(jīng)成為人們必不可少的外掛器官,惡意APP如同霧霾一樣,肉眼難以分辨,且其危害性容易被眼前的“利益”所蒙蔽,所產(chǎn)生的影響十分惡略。
圖1:穹頂之外惡意APP叢生
眾所周知,國內(nèi)的安卓分發(fā)市場常年處于軍閥割據(jù)的狀態(tài),大大小小的移動市場數(shù)十家,且馬太效應(yīng)越發(fā)顯著。已經(jīng)形成了由360手機(jī)助手居首、騰訊應(yīng)用寶及百度手機(jī)助手三家主導(dǎo)格局。其余中小型分發(fā)平臺爭奪剩余的市場,競爭激烈程度可想而知,部分中小型分發(fā)平臺并未樹立良好的安全意識、為盜版APP的生存與傳播提供了溫床。
而同時,無本萬利的經(jīng)濟(jì)驅(qū)使了專業(yè)“二次打包”APP的灰色產(chǎn)業(yè)鏈,這些投機(jī)分子挑選最熱門的APP進(jìn)行二次打包,植入惡意程序、廣告、木馬,并打著“破解”的旗號招搖撞騙,吸引用戶下載,繼而達(dá)成吸費、竊取隱私等目的,實現(xiàn)盈利。
惡意APP泛濫 應(yīng)用商店缺乏安全意識
不同于蘋果應(yīng)用商店的封閉式系統(tǒng),安卓天生的開放性為市場提供了機(jī)會,也帶來了挑戰(zhàn)。究竟國內(nèi)安卓生態(tài)環(huán)境中國,盜版APP猖獗到什么程度?據(jù)360發(fā)布的《移動互聯(lián)網(wǎng)APP分發(fā)行業(yè)報告》顯示,我國平均每個安卓正版APP有26.3個盜版,而這些盜版應(yīng)用中隱藏著相當(dāng)數(shù)量的惡意軟件。惡意APP橫行的現(xiàn)象在安卓平臺上尤為嚴(yán)重,知名信息安全公司FireEye發(fā)布的一份最新報告指出,96%的移動惡意軟件針對的Android操作系統(tǒng),有超過50億個被下載的Android應(yīng)用處在黑客攻擊的威脅之下。
圖2:國內(nèi)安卓平臺惡意APP泛濫情況愈演愈烈
另一方面,由于部分移動應(yīng)用商店缺乏安全審核機(jī)制及安全意識,導(dǎo)致部分盜版APP通過有資質(zhì)的移動應(yīng)用商店流入市場,對用戶產(chǎn)生威脅。在14年11月,國家互聯(lián)網(wǎng)信息辦公室、工業(yè)和信息化部、公安部等國家主管部門的統(tǒng)一部署下,共有21家應(yīng)用商店中有67款惡意應(yīng)用程序被下架,其中不乏百度、安卓商店等大家耳熟能詳?shù)姆职l(fā)平臺。
而近日,由北京市通信管理局召開的會議再次對2014年Q4抽查的13家應(yīng)用平臺的73款違規(guī)產(chǎn)品進(jìn)行了通報批評,所通報產(chǎn)品主要存在未經(jīng)用戶同意收集用戶信息、惡意扣費、強(qiáng)行捆綁推廣其他無關(guān)應(yīng)用軟件等違規(guī)問題,加強(qiáng)應(yīng)用商店整改迫在眉睫。
安全應(yīng)為應(yīng)用商店第一原則
雖然至今并沒有確切的法律法規(guī)出臺,目前仍靠行業(yè)自律及個別機(jī)構(gòu)不定期抽查來督促行業(yè)自律。對此,相關(guān)負(fù)責(zé)人表示,應(yīng)用商店的安全性應(yīng)該是發(fā)展的根基,360手機(jī)助手已經(jīng)構(gòu)建了一套完善的安全檢測系統(tǒng),所有上架的APP并需經(jīng)過QVS引擎、云引擎、自動審核、定期回歸、人工審查以及用戶舉報六層安全防護(hù)體系的考驗。
圖3:360手機(jī)助手審核過程嚴(yán)格
此外,安卓應(yīng)用的下載渠道多種多樣,移動應(yīng)用商店并非單一渠道,搜索引擎、二維碼下載仍占有一定的比例。但由于這些“游擊”的存在模式,更加加大了抽檢的難度,安全檢測更是無從談起,用戶應(yīng)盡量避免下載。
行業(yè)監(jiān)管 安全審核機(jī)制亟待完善
雖然行業(yè)法規(guī)尚未出臺,但不定期的抽查行為已經(jīng)說明了國家對于移動應(yīng)用安全的重視程度,從無抽查到不定期抽查已經(jīng)邁出了歷時性的一步??梢哉f手機(jī)APP面對的問題與霧霾一樣的嚴(yán)峻,一樣的會對“不知情”的大眾產(chǎn)生難以預(yù)估的影響。也就是在行業(yè)自律和法律法規(guī)完善的同時,用戶也需要了解山寨APP的危害,盡量選擇具有安全審核機(jī)制的平臺下載。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(jì)大學(xué)團(tuán)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(jī)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(jī)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(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強(qiáng)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(qiáng)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(jī)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。