CNET科技資訊網(wǎng) 1月20日 北京消息: 去年初,Check Point曾預(yù)測2015年最重要的安全威脅包括未知惡意軟件的增長和利用Android和IOS平臺漏洞等攻擊。這些預(yù)測都在2015年一一被印證,其中提到很多的威脅依然是現(xiàn)在機(jī)構(gòu)所面臨的主要挑戰(zhàn)。Check Point預(yù)測2016年將會(huì)有更多的網(wǎng)絡(luò)攻擊。
2015年許多知名機(jī)構(gòu)都發(fā)生了嚴(yán)重的數(shù)據(jù)泄露事件,包括美國第二大醫(yī)療保險(xiǎn)公司Anthem、哈佛大學(xué)、全球數(shù)據(jù)服務(wù)集團(tuán)益百利 (Experian)以及英國通信及寬帶服務(wù)的運(yùn)營商TalkTalk。目前,黑客仍然不斷地在探索新的方式來攻擊網(wǎng)絡(luò)。回顧2015年的網(wǎng)絡(luò)攻擊事件,Check Point預(yù)測新一輪的威脅浪潮即將襲來,希望企業(yè)能夠時(shí)刻保持警惕,根據(jù)我們的預(yù)測掌握先機(jī),主動(dòng)防御以避免不斷變化的網(wǎng)絡(luò)犯罪的攻擊。以下是Check Point對2016年安全威脅和趨勢的十大預(yù)測:
1. ‘Sniper’ 和 ‘shotgun’惡意軟件。黑客不但會(huì)定制惡意軟件,還會(huì)越來越多地運(yùn)用一些復(fù)雜的網(wǎng)絡(luò)釣魚和社會(huì)工程伎倆來獲取敏感的數(shù)據(jù)。
2. 移動(dòng)威脅加劇。2015年已經(jīng)發(fā)現(xiàn)了多個(gè)重大的漏洞。移動(dòng)漏洞的數(shù)目在2016年還會(huì)繼續(xù)增長。
3. 越來越多的企業(yè)將采取先進(jìn)的威脅防護(hù)。傳統(tǒng)的沙盒已不能防御不斷增長的惡意軟件。CPU級別的沙盒使用將變得更加普遍,因?yàn)槠涫俏ㄒ豢梢詸z測和防御規(guī)避技術(shù)攻擊、未知惡意軟件及零日攻擊的先進(jìn)解決方案。
4. 關(guān)鍵基礎(chǔ)設(shè)施將會(huì)成為主要攻擊目標(biāo)。SCADA和ICS網(wǎng)絡(luò)缺乏安全性,針對類似系統(tǒng)的攻擊在最近這幾年有所增加,這種情況只會(huì)變得更糟。
5. 物聯(lián)網(wǎng)和智能設(shè)備仍存在風(fēng)險(xiǎn)。物聯(lián)網(wǎng)將進(jìn)一步發(fā)展,企業(yè)需要考慮如何保護(hù)自身的智能設(shè)備,并且做好廣泛使用物聯(lián)網(wǎng)的準(zhǔn)備。
6. 可穿戴設(shè)備也存在風(fēng)險(xiǎn)。越來越多如智能手表等可穿戴設(shè)備將繼續(xù)接入企業(yè)網(wǎng)絡(luò),這將會(huì)帶來新的安全風(fēng)險(xiǎn)和挑戰(zhàn),因?yàn)楹诳涂赏ㄟ^可穿戴設(shè)備捕獲視頻或音頻信息。
7. 火車、飛機(jī)和汽車等。2015年發(fā)生了首次黑客攻擊汽車事件。現(xiàn)代的汽車擁有許多配件和可連接的系統(tǒng),這使汽車也很容易受到威脅攻擊。
8. 虛擬環(huán)境的真正安全。越來越多的企業(yè)架構(gòu)在向虛擬環(huán)境遷移,這一過程非常復(fù)雜并產(chǎn)生了新的網(wǎng)絡(luò)層,而這也成為了一種攻擊向量。保護(hù)虛擬環(huán)境需要新的網(wǎng)絡(luò)安全策略。
9. 新的環(huán)境會(huì)產(chǎn)生新的威脅。黑客將可能攻擊一些新的操作系統(tǒng),如2015年推出的Windows 10和IOS 9,因?yàn)檫@些系統(tǒng)更新頻繁,而用戶并不太熟悉新的環(huán)境。
10. 企業(yè)將尋求安全整合。為了對抗高級威脅,安全專家將會(huì)增加對集中式的安全管理解決方案的信任。整合安全可以提供有效的方法來降低復(fù)雜性并且易于管理。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。