北京時間3月19日,世界頂級黑客大賽Pwn2Own 2015激戰(zhàn)正酣,開賽僅僅6個小時前方捷報頻傳。中國超一流安全研究團隊Keen Team連續(xù)攻破IE環(huán)境下運行的Flash與Reader兩大插件,實現(xiàn)在該項賽事上的三連冠,三年五冠王。同時Keen Team也是亞洲首支完成這一創(chuàng)舉的安全研究團隊,中國信息安全技術(shù)實力再次讓世界為之震驚。
Keen Team選報的兩個項目率先開賽,比賽一開始就達到高潮。
僅僅用了30秒,Keen Team研究員Peter即成功將運行在64位Windows下的Flash攻破,并獲取最高系統(tǒng)權(quán)限,拿到額外獎金2.5萬美元,使總獎金金額達到8.5萬美元。而第二位出場的前VEPUN團隊頭號人物尼古拉斯雖然也實現(xiàn)了攻破,但是由于出場靠后且沒有獲取系統(tǒng)權(quán)限只能拿到一半基礎(chǔ)獎金三萬美元。
Keen Team第二位研究員陸吉輝同樣表現(xiàn)優(yōu)異,他和騰訊電腦管家的聯(lián)合團隊僅用時不到60秒的時間就繞過Pdf項目的安全防護,同樣獲取最高系統(tǒng)權(quán)限,獲得5.5萬美元獎金,將本次比賽KeenTeam的總獎金額提升至14萬美元。
Keen Team是上海碁震云計算科技有限公司旗下的安全研究團隊,像Pwn2Own這樣的國際性黑客大賽已經(jīng)連續(xù)參加三屆,從開始的一鳴驚人到今年的三連冠,Keen Team只用三年的時間,就成為全球首支同時攻破蘋果、微軟桌面操作系統(tǒng)的安全研究團隊。
Keen Team一次又一次向世界證明他們的成功不是偶然。KEEN公司COO呂一平這樣描述Keen Team的快速崛起:一方面我們研究團隊隊員都是各個領(lǐng)域的天才和精英,和來自于國際大公司的安全骨干,他們掌握世界領(lǐng)先的攻防技術(shù);另一方面還是靠我們研究團隊的潛心堅持,發(fā)現(xiàn)漏洞并利用遠沒有人們想象的那么簡單。
Pwn2Own賽事向來以“不出題”比賽形式聞名于世,賽事主辦方通過懸賞高達近百萬美元的賽事獎金吸引著全球頂尖黑客團隊對當今最流行軟件進行全方位的攻擊,查找其中的漏洞,進而推動相關(guān)廠商對產(chǎn)品的安全性進行提升。
呂一平還向記者分析國內(nèi)外安全觀念的差距,國內(nèi)部分廠商在某些時候還是對安全漏洞研究報以排斥的態(tài)度,而國外的科技巨頭早已通過舉辦這樣比賽來完善自己系統(tǒng)的軟件防御。
由于安全研究能力的不斷提升,KeenTeam在2014年在北京主辦全球首個關(guān)注智能生活安全的極客嘉年華GeekPwn,并最終大獲成功。
隨著Keen Team的成功,國內(nèi)其他安全廠商意識到了將視野放到國際上的重要性。本屆賽事除超一流安全研究團隊Keen Team派出團隊參戰(zhàn)外,另外兩只一流安全研究團隊騰訊電腦管家、奇虎360都分別派出自己的安全研究團隊首次參加國際頂級安全賽事,首次亮相國際賽場的騰訊電腦管家與Keen Team團隊聯(lián)合組隊,拿到首個頂級黑客大賽冠軍。
此外,除了讓引領(lǐng)國內(nèi)信息安全廠商走出去,在對于信息安全人才的培養(yǎng)上,Keen Team也是傾盡全力。2014年Keen Team在北京創(chuàng)辦了世界級安全賽事GeekPwn,就是為國內(nèi)安全人才提供了一個與國際接軌的舞臺,并在北京、武漢、上海,全國各地建立11處GeekPwn實驗站為信息安全愛好者提供交流學(xué)習(xí)的場所。
不僅如此,Keen Team還是全國技術(shù)安全對抗聯(lián)賽XCTF的唯一協(xié)辦方,以安全導(dǎo)師的身份把經(jīng)驗和技術(shù)分享給那些熱愛信息安全的人才。
碁震(KEEN)公司是全球領(lǐng)先的云計算與移動安全產(chǎn)品和服務(wù)提供商,獲得特斯拉總部安全部門提供的最高安全榮譽勛章,連續(xù)四年ZDI全球計算機漏洞挖掘白金獎獲得者,同時是世界上發(fā)現(xiàn)高危CVE漏洞最多的安全企業(yè),也是亞洲唯一加入谷歌全球頂級黑客天團Project Zero計劃的安全研究團隊。
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。