至顶网安全频道 01月28日 综合消息: Check Point 发现可被黑客盗取玩家帐号、数据与游戏货币的潜在危险曝光的漏洞允许攻击者向玩家发起 “大逃杀”
加州圣卡洛斯,2019 年 1 月 21日 – 全球领先网络安全解决方案提供商 Check Point 软件科技有限公司(纳斯达克:CHKP)的研究人员近日公布了《堡垒之夜》漏洞详情。《堡垒之夜》是一款非常受欢迎的在线战斗游戏,这款游戏的所有玩家都可能会成为该漏洞的受害者。
《堡垒之夜》在全球拥有近 8000 万玩家,受到所有游戏平台玩家的热捧,包括 Android、iOS、Microsoft Windows 电脑以及 Xbox One 和 PlayStation 4 等游戏机。除了业余玩家外,《堡垒之夜》也是职业玩家进行在线游戏直播的宠儿,而且也深受电竞爱好者的欢迎。
漏洞一旦遭到利用,攻击者便能够完全获取用户帐号和个人信息,以及使用受害者的支付卡购买虚拟游戏货币。此外,攻击者还可大肆侵犯隐私,例如偷听游戏聊天以及受害者家中或其他游戏场所周围的声音和对话。尽管《堡垒之夜》玩家此前曾遭遇欺骗攻击,即引诱他们登录承诺生成《堡垒之夜》“V-Buck”游戏货币的虚假网站,但这些新漏洞无需玩家提供任何登录细节便能够被黑客利用。
研究人员概述了攻击者如何通过在《堡垒之夜》用户登录过程中发现的漏洞来获取用户帐号。研究人员在 Epic Games 的网络基础设施中发现了三个漏洞缺陷,得以探悉攻击者如何同时利用基于令牌的身份验证流程和单点登录 (SSO) 系统(如Xbox)盗取用户访问凭证和帐号。
玩家只要点击来自 Epic Games 域名、经过精心设计的网络钓鱼链接便会受到攻击,虽然链接看起来很正常,但却是攻击者发送的。点击该链接后,用户即便没有输入任何登录凭证,攻击者也可轻松捕获其《堡垒之夜》的身份验证令牌。Check Point 研究人员称,Epic Games 两个子域名中的缺陷产生的潜在漏洞极易遭到恶意重定向,从而导致用户的合法身份验证令牌被黑客通过受到攻击的子域名拦截。
Check Point中国区总经理陈欣表示:“《堡垒之夜》是在线玩家中最流行的游戏之一。这些缺陷为攻击者大肆侵犯隐私提供了可乘之机。我们近日还在主流无人机制造商所用的平台中发现了漏洞,这些缺陷和漏洞说明云应用极易遭受攻击和破坏。这些平台拥有大量的敏感客户数据,因此,为越来越多的黑客所窥伺。实施双重因素身份验证能够帮助缓解这种账户窃取漏洞。”
Check Point 已经向 Epic Games 通知了该漏洞(现已修复)的存在。Check Point 和 Epic Games 建议所有用户在交换数字信息时保持警惕,并且在与他人进行线上互动时养成安全的网络习惯。 对于在用户论坛和网站上看到的信息链接,用户应当对其合法性保持怀疑的态度。
企业必须对其 IT 基础设施进行全面和定期的安全检查,确保过期和不用的网站或访问点已经下线。此外,对已经不使用但仍然在线的过期网站或子域名进行审查也是可取的做法。
为了最大限度地降低此类漏洞带来的威胁,用户应当启用双重因素身份验证,确保在新设备上登录账户时,需要输入发送到账户持有人电子邮箱中的验证码。同样重要的是,家长让孩子们意识到网络欺诈的威胁,并警告他们网络犯罪分子将会不择手段地获取玩家在线账户中的个人和财务信息。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。