至顶网安全频道 12月21日 综合消息: 很多人的清晨都是从床头拿起手机开始的:打开最喜欢的社交软件,阅读新闻,翻朋友圈,听音乐,看视频,检查邮件,更新日历状态等等,而每个行为背后都对应了多款app。
目前,全球有21亿人拥有智能手机,每年新上架的移动APP数量更是高达千万款。调研数据显示,25岁以上的成年人每天使用手机约264次,15-24岁的人约为每天387次,相当于每隔一分钟就要碰一次智能手机。你或许觉得这组数据难以置信,但事实的确如此,移动app已经深入到我们的生活和工作中。
然而,我们高度依赖的移动app,却并没有想象中的那么安全。根据Gartner的预测,75%的移动app甚至没有通过基本的安全测试,黑客倾向于利用移动app中已知的安全漏洞窃取敏感和机密信息。
更令人意想不到的是,腾讯安全中心在日常终端安全审计中发现,在Android平台中使用https协议的app绝大多数存在安全漏洞,可以直接导致https通讯中的敏感信息泄漏甚至远程代码执行。
https原本是为了加密网络通讯,避免敏感信息被第三方获取而设计的,而如今这些采用了https协议的移动端app却令https加密作用形同虚设,到底是什么原因呢?
https使用不当,让APP遭遇安全风险
通过几大安全公司的漏洞扫描器发现,很多Androida平台中的APP都存在https使用不当的风险,主要体现在app没有安全的使用google提供的API,只是简单的调用https协议,并未对SSL证书有效性做验证。
在google的官方文档中,详细给出了若干种Android平台中使用https的方法,google的API会检查APP应用https证书的合法性,而APP开发测试环境下的https证书,很多都是开发人员自己生成的SSL证书,基本上是无法通过google合法性检查的。因此,绝大多数APP都采用了覆盖google默认的证书检查机制的方式来解决这个问题。
然而,在覆盖默认的证书检查机制后,绝大多数app却没有对SSL证书进行应有的安全性检查,直接接受了所有异常的SSL证书,既不提醒用户存在安全风险,也不终止危险的连接。
在攻击者看来,这种操作漏洞简直让https形同虚设,可以轻易利用这个漏洞进行攻击,最常见的攻击方式是通过伪造wifi进行流量劫持,或者DNS请求劫持、路由链路劫持等,从而获取APP用户全部的https通信数据,包括密码明文,聊天内容,信用卡号等隐私信息。
当某天我们在星巴克静静的坐了一下午,却发现自己银行卡中所有的钱都被无声无息转走了,原因很可能是由于某款APP没有正确使用https而被攻击者钻了空子。
正确使用https,将安全风险扼杀于萌芽
事实上,https可以避免很多安全风险的发生,但前提是必须正确使用https,才能有效抵御中间人攻击。
目前,网页浏览器、移动端应用市场以及应用平台,都会对这类https异常进行报警处理,并提醒用户存在安全风险,相信大家都曾经见过这类提醒页面:
这是因为无论在网页端还是移动端,https都是业界公认的趋势:谷歌Chrome浏览器最新版在采用http协议的网站旁标注“不安全”,其Android平台默认所有APP使用https;苹果safari浏览器对http页面进行限制,并且强制要求iOS App使用https加密连接;微信小程序自2017年起仅支持https接口......
毋庸置疑,https在通讯加密方面发挥着无可替代的作用,但可惜的是,这些关于https的讨论和倡导,并未得到业界同行应有的重视,即使在今天,国内的app依然大面积存在这类未正确使用https而引发的漏洞。
作为中国领先的电子认证服务提供商,天威诚信一直致力于为广大用户构建安全可信的网络空间,推进https在我国的普及。由天威诚信签发的SSL证书,已广泛应用于工商银行、建设银行、腾讯、阿里巴巴等众多企业的网站和APP。同时,为了更好地解决https大面积应用面临的各种问题,诸如:管理不便、下单繁琐、安装故障无法检测、证书报错等,天威诚信推出了自主研发的CIM证书管理平台,为构建安全的互联网环境提供便捷的解决方案。
滴水石穿非一日之功,国内安全行业任重而道远,在此天威诚信也呼吁业界同行,为了建立一个安全互信的网络环境而共同努力。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
微软研究院发布突破性多语言AI技术UPDESH,通过"自下而上"数据生成策略,让AI真正理解不同文化背景下的语言表达。该技术基于各语言维基百科内容生成950万个训练数据点,覆盖13种印度语言,显著提升低资源语言AI性能,为构建文化敏感型AI系统提供新路径。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
NVIDIA团队提出RLBFF方法,将AI训练中的复杂评价转化为明确的二元判断标准,解决了传统人类反馈模糊和可验证奖励局限的问题。该方法在多个权威测试中取得突破性成果,其中JudgeBench获得第一名,训练的模型性能媲美知名商业模型但成本仅为其5%,为AI训练领域带来重要方法论创新。