CNET科技資訊網(wǎng) 10月25日 北京消息:北京時間10月24日,國際黑客大賽GeekPwn2016上海站·硅谷站如期舉行。本屆GeekPwn吸引了包括傳奇黑客Geohot、Open AI 權(quán)威科學(xué)家 Ian Goodfellow在內(nèi)的58名分別來自中、美、俄、新加坡等國際頂級黑客參加,搭建起中國最大規(guī)模、最高規(guī)格的國際白帽黑客切磋交流平臺。
在激烈的比拼過后,大賽組委向表現(xiàn)突出選手們頒布了特別的獎項,其中:來自美國的選手Stephen Chave憑借用Xbox360手柄遠(yuǎn)程控制智能輪椅獲得極棒精神獎;憑借游戲漏洞快速通關(guān)的Allan Cecl和破解華為P9 Lite任意指紋解鎖的Nick分別獲得極棒腦洞獎和極棒技術(shù)獎。大賽組委還將極棒斗士獎授予黑客界旗幟性人物,傳奇黑客Geohot,并將極棒三周年特別獎項,安全團(tuán)隊獎和貢獻(xiàn)獎分別頒發(fā)給了TSRC和長亭科技。
國際頂級黑客引領(lǐng)人工智能與專業(yè)安全新方向
Geohot獲得極棒斗士獎
Comma.ai 創(chuàng)始人兼CEO,傳奇黑客Geohot帶著全新自動駕駛系統(tǒng)亮相GeekPwn2016嘉年華現(xiàn)場。他展示了這款僅售價999美元并可應(yīng)用于所有車型的自動駕駛系統(tǒng)。
這個前幾年還混跡于破解圈并且戰(zhàn)績頗豐的“神奇小子”,為何突然轉(zhuǎn)移“戰(zhàn)場”開始挑戰(zhàn)自動駕駛系統(tǒng)?帶著所有觀眾共同的好奇,GeekPwn發(fā)起創(chuàng)辦人,KEEN CEO王琦對Geohot進(jìn)行提問:有人說你可以搞定那么多破解,但不一定能做好人工智能駕駛,你怎么看?
Geohot表示:很多人在說人工智能怎么怎么樣,但是我覺得AI現(xiàn)在還只是個概念,還遠(yuǎn)遠(yuǎn)沒有實現(xiàn)。我們現(xiàn)在有深度的神經(jīng)學(xué)習(xí)網(wǎng)絡(luò),一切又變得與眾不同,我相信自動駕駛汽車將會成為非常重要的AI應(yīng)用領(lǐng)域,這也是我們來到這里的原因,我們將會繼續(xù)加強(qiáng)評估。并且在未來我覺得AI領(lǐng)域?qū)〉镁薮蟮某晒?,這將成為一個非常激動人心的時期。
永遠(yuǎn)自信、充滿活力的Geohot也對他帶來的Comma One 的安全性做出了評價“我覺得它還是很安全的,安全性還是非常不錯的?;旧舷牒谶M(jìn)來非常難,大家想要做的話完全可以來試試,如果真的黑進(jìn)來的話不要忘了給我們提供一些反饋。“
Ian Goodfellow
GeekPwn2016的美國硅谷站,OpenAI頂級人工智能科學(xué)家Ian Goodfellow和谷歌大腦研究員Alexey Kurakin分享了他們的發(fā)現(xiàn)——“對抗性圖像”可以輕易騙過機(jī)器視覺。“。畢業(yè)于斯坦福大學(xué)研究人工智能的安全專家Clarence Chio在上海站現(xiàn)場展示了“對抗式機(jī)器學(xué)習(xí)實踐”,即利用DEEP-PWNING框架,欺騙圖像識別系統(tǒng)和惡意軟件分類器,讓采用了機(jī)器學(xué)習(xí)的系統(tǒng)做出錯誤判斷。Clarence Chio的演示,打破了人們對人工智能的迷信,他希望被過度炒作的“深度學(xué)習(xí)”可以回歸到安全的保護(hù)傘下,開發(fā)者能夠在至關(guān)重要的應(yīng)用程序中放心使用。
黑客技術(shù)登峰造極 全新破解思維顛覆傳統(tǒng)安全
研究安全防御工作的白澤安全團(tuán)隊在GeekPwn2016黑客大賽上展示了遠(yuǎn)程控制Aldebaran NAO機(jī)器人的技術(shù)。他們通過網(wǎng)絡(luò)觸發(fā)漏洞,進(jìn)而遠(yuǎn)程入侵并控制了Aldebaran NAO機(jī)器人,看機(jī)器人所見,聽機(jī)器人所聽,成功實現(xiàn)對其遠(yuǎn)程監(jiān)視和竊聽。
來自美國的Amat Cama單槍匹馬帶來用于眾多流行游戲的Valve Source引擎攻擊,Amat Cama找到了Source游戲引擎可以任意代碼執(zhí)行的漏洞。破解過程中,Amat Cama邀請了一位正在現(xiàn)場進(jìn)行直播的美女游戲主播上臺參與互動。就在美女主播開始操作游戲后不久,Amat就在不接觸對方設(shè)備,不知道對方賬號信息的情況下,侵入了正在游戲的電腦,還通過電腦攝像頭監(jiān)控了美女主播的實時視頻。
Source引擎由Valve軟件公司開發(fā),廣泛應(yīng)用于多款主流游戲,如CS、反恐精英、絕地要塞等。據(jù)悉,該漏洞將影響數(shù)千萬游戲玩家。
華為P9 Lite手機(jī)的任意指紋解鎖捧得今年的最高獎35萬獎金。來自美國的Shellphish團(tuán)隊,突破了最新版本手機(jī)的最堅實防線——“指紋識別搭配TrustZone”?,F(xiàn)場觀眾通過鼻尖即實現(xiàn)了手機(jī)指紋解鎖。通過利用這些漏洞,攻擊者不僅能獲得安全區(qū)中的敏感數(shù)據(jù),還能直接進(jìn)入支付等高權(quán)限場景。
互動觀眾通過鼻子解鎖華為P9lite手機(jī)
在現(xiàn)場演示發(fā)現(xiàn)的漏洞被攻破之后,華為第一時間對主辦方提供的漏洞進(jìn)行了慎重仔細(xì)的分析及修復(fù)工作,以保障華為手機(jī)系統(tǒng)的安全性進(jìn)一步提升。
研究網(wǎng)絡(luò)安全與隱私保護(hù)的鳳凰解碼安全團(tuán)隊通過偽裝攻擊目標(biāo)Edimax智能插座,觸發(fā)漏洞,獲取APP控制端發(fā)出的認(rèn)證信息,通過該認(rèn)證信息遠(yuǎn)程控制該智能插座。不僅如此,研究人員還可以利用協(xié)議漏洞篡改固件,把智能插座變成被黑客任意操控的“肉雞”,選手成功突破插座安全限制之后,發(fā)送流量包,控制其發(fā)送了一條微博。
此次破解背后的寓意令人深省。近日發(fā)生的美國的互聯(lián)網(wǎng)“癱瘓”事件的幕后真兇就是DDoS攻擊。而DDos攻擊之所以屢次刷新“史上最大規(guī)模網(wǎng)絡(luò)攻擊”的記錄,就與物聯(lián)網(wǎng)世界智能硬件安全性息息相關(guān)。
跨界碰撞帶來火花 前所未見的跨維對抗抓人眼球
GeekPwn2016創(chuàng)新地設(shè)置了前所未見的比賽模式。其中,在以往任何黑客大賽都從未出現(xiàn)過的:機(jī)器人特工挑戰(zhàn)和打破結(jié)界的跨次元CTF對抗賽著實讓所有現(xiàn)場眼前一亮。
不同于以往的CTF比賽,來自GeekPwn的跨次元CTF呈現(xiàn)了一場突破數(shù)字世界與物理世界的“四國部隊”無人機(jī)諜戰(zhàn)。四個團(tuán)隊以代碼對抗,爭奪無人機(jī)控制權(quán),展開一場打破結(jié)界的較量。最終FlappyPig戰(zhàn)隊技高一籌,奪得冠軍,獲得6萬獎金。
選手薛恩鵬制作的機(jī)器人完成高難度的插U盤動作
同樣開啟“跨維打擊”的還有機(jī)器特工挑戰(zhàn)賽?,F(xiàn)場,數(shù)位來自全國各地的機(jī)器人愛好者,帶著他們的“鋼鐵俠”,在主辦方設(shè)定的“辦公場景”內(nèi)讓自己的機(jī)器人“偷偷”潛入,通過高難度的物理接觸插U盤的方式獲取電腦數(shù)據(jù)。最終來自薛恩鵬的機(jī)器人成功完成任務(wù),獲得4萬獎金。
三年以來,超過百名極客選手參加了GeekPwn ,累計獎金池超過千萬,選手發(fā)現(xiàn)的安全漏洞由GeekPwn統(tǒng)一提交給智能廠商,累計負(fù)責(zé)任披露過百個高危安全漏洞。
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。