中国消费者刚从双十一的购物狂热喘过气来不久,圣诞节的脚步又悄然走近,圣诞及新年“血拼”随即展开!圣诞老人的胡须通常是纯洁无瑕的雪白色。然而,网络犯罪分子正试图以这种无瑕的象征为掩护,在网络消费者准备大肆购物之际,伺机对其发动攻击。
Check Point 研究人员最近发现,犯罪分子采取一种新方式来欺骗通过时下风靡的“全球速卖通”购物网站进行节日购物的消费者。全球速卖通是阿里巴巴集团旗下最受欢迎的在线购物平台之一,在全球范围内拥有超过一亿名客户,收入达 230 亿美元。
发现此漏洞后,Check Point 研究人员立即通知全球速卖通,他们对网络安全高度重视,在得到通知后两天内便迅速采取行动并解决了问题。这一做法可圈可点,为其它在线零售商树立了榜样。
这个被Check Point发现、然后通知全球速卖通马上修复的漏洞是如此策动攻击的:犯罪分子可利用这个漏洞,发送一个包含恶意 Javascript 代码的全球速卖通网页链接,来攻击全球速卖通用户。一旦打开该网页,用户的网络浏览器就会执行该代码,从而利用网站上的开放式重定向漏洞,绕过全球速卖通针对跨站脚本攻击所采取的保护措施。
从理论上来说,网络犯罪分子可以通过电子邮件钓鱼活动,借助全球速卖通的常规客户操作流程来发动此攻击,过程中几乎不会有任何迹象让用户察觉正在发生异常或意外情况。因此,用户可能根本无法察觉到任何“网络钓鱼”的蛛丝马迹。
随后,攻击者会在全球速卖通下属子域名下运行的主屏幕上显示一个优惠券弹出窗口,要求客户提供信用卡详细信息,以获得更流畅、更高效的购物体验。然而,此弹出窗口完全由攻击者控制,其中输入的所有信用卡信息均直接发送给攻击者,而非购物网站。
近期报道显示,自 2016 年以来,发生于在线零售商的网络攻击已翻了一番,消费者应小心圣诞老人的胡须可能并不像看起来那样洁白无瑕,并且在此节日期间,于任何网站进行网购时都应当保持警惕。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。