思博伦通信宣布已获批成为“CTIA物联网网络安全认证”的授权测试实验室。这是一项全新的测试项目,旨在确保物联网(IoT)设备的安全设计和能力。在开发该项目测试要求和计划的过程中,思博伦SecurityLabs与领先的无线运营商、技术企业、安全专家和其它测试实验室开展了密切的协作。
该项目根据国家电信与信息管理局(NTIA)和国家标准与技术协会(NIST)的物联网安全提议设立。
在针对蜂窝和网络联接的物联网设备安全和性能评估方面,思博伦拥有广泛而丰富的经验。思博伦是物联网社区(IoT Community)的积极成员,并且是 IoT Slam会议的赞助方,思博伦战略营销副总裁Bill Mortimer担任物联网社区的现任顾问委员会主席。
思博伦通信负责安全咨询的高级总监Sameer Dixit指出:“威胁制造者一直在不厌其烦地展示自己侵入车载、医院、制造工厂、公用事业和公共基础设施中各类物联网设备的所谓技能,以达到险恶目的。我们的专业能力可以从全局上评估物联网设备的安全性和性能,并为厂商、部署机构和服务商提供全面的测试服务。凭借CTIA物联网网络安全认证带来的优势,客户可以更好地管理和保护其网络,以及那些挽救生命的重要设备。”
思博伦SecurityLabs目前已能提供全面的物联网安全性和性能测试,并且在该项目正式启动后开始提供CTIA物联网网络安全认证。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。