今年4月,“心脏流血”(Heartbleed)安全漏洞令整个互联网世界震惊。而来自安全公司Errata Security的一份最新报告称,目前仍有逾30万台服务器存在“心脏流血”漏洞。
安全研究人员罗伯特·大卫·格雷厄姆(Robert David Graham)在这份报告中称,尽管“心脏流血”漏洞在发现后,已有不少服务器进行了安全升级、封堵了相关漏洞,但在发现“心脏流血”两个月之后,目前仍有30.9197台服务器存在该漏洞。
今年4月,谷歌工程师在网页安全软件OpenSSL上发现一处高危级别的安全漏洞——“心脏流血”漏洞,黑客利用该漏洞可以轻松盗取用户计算机中储存的信息,包括用户名,密码或者其他敏感数据。
报告称,在“心脏流血”漏洞刚被发现时,全球大约有60万台服务器存在这一漏洞。在过了一个月之后,有近32万台服务器存在这种漏洞。但在两个月过后,仍有逾30万台服务器存在“心脏流血”漏洞。在近一个月来,仅有9042名用户封堵了这一漏洞。这意味着人们逐步放缓了针对该漏洞的安全升级,甚至不再关注这一漏洞。
该研究人员表示,这种放缓意味着用户已停止针对该漏洞的系统修复,但随着老的服务器系统被逐渐淘汰,存在危险的系统会逐布减少。尽管大公司都通过在线方式对系统进行安全更新,但小公司却没有采取类似防范措施。
格雷厄姆还称,“从现在开始,即使在今后的十年中,预计在上万台服务器中仍会发现该漏洞,包括一些很重要的服务器。”
报告建议,如果不确定自己的系统是否仍存在“心脏流血”漏洞,可以通过有关安全扫描检测一下,更好的办法是为,将你的不同网络账户设置不同的密码。
好文章,需要你的鼓励
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。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。