智能电视现“红色按钮攻击”漏洞,黑客或可通过该漏洞对整个智能电视进行控制。智能电视在使用受影响的应用期间都会受到漏洞的威胁,存在被黑客控制的风险,目前该漏洞已在欧洲被广泛利用,同样的在包括美国在内的其它区域也将受到漏洞所带来的影响。
红色按钮攻击主要对像是采用HbbTV标准的智能电视,采用HbbTV标准的智能电视在欧洲比比皆是,Forbes报告显示90%的德国智能电视采用该标准,另外HbbTV标准现已加入NTSC(美国国家电视系统委员会)标准,意味着在美国地区也有大量该标准的智能电视使用。红色按钮攻击漏洞是由美国哥伦比亚大学网络安全实验室的研究人员Yossi Oren 以及Angelos Keromytis发现并在8月发表了相关论文。在12月的HbbTV标准委员会上展示了研究成果,但并未引起相关人士的注意,认为红色按钮攻击漏洞不足以引起严重的后果。
漏洞采用传统的中间人攻击方式进行入侵攻击,这种攻击方式在用户以及服务器之间建立虚拟的计算机,接收原属于来自用户以及服务器之间的私密信息交换。当智能电视与服务器间的连接一旦建立,恶意软件便作用在受该漏洞影响的应用上,即使是从应用商店上安全下载的应用也不能避免该漏洞的影响。一旦用户登陆智能电视上的应用并连接网络,黑客就可以利用漏洞对智能电视进行控制,进入用户的社交媒体,云存储以及用户曾经登陆过的账户。
红色按钮攻击的发现者美国哥伦比亚大学网络安全实验室的研究人员Yossi Oren 表示该漏洞可以通过多种途径进行弥补,采用断开网络连接的方式或是对智能电视组网监控,如果信号出现异常可及时发现,从而避免因漏洞造成的重大损失。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。