一家中国的互联网安全公司正在悄然快速成长为世界级公司。来自上海的全球顶尖安全研究团队Keen Team,昨日在京宣布将举办首届极棒(GeekPwn)嘉年华 ,包括特斯拉汽车、谷歌眼镜等一些超酷炫的智能硬件设备将在现场等待极客达人破解,这也是国际首个关注智能硬件设备安全的极客挑战赛 。
国内外的数十位顶级极客高手,已经报名参加该奖金池高达叁佰万元人民币的极客嘉年华,挑战特斯拉、Google Glass等智能硬件产品。据Keen Team创始人王琦介绍,安全领域的教父级人物Chris Evans将作为此次活动的评委出席。Chris Evans是谷歌安全研究团队负责人,世界领先的安全技术研究员,谷歌Chrome浏览器安全保护机制的奠基人。此外,TK教主 业界顶级极客也均为极棒嘉年华核心组织成员或评委。
在美国硅谷极棒(GeekPwn)实验站举行的GeekPwn技术沙龙活动上 ,包括无人机在内的智能硬件已经登台等待破解。而这场国际性赛事 的东道主Keen Team,是碁震(上海)云计算科技有限公司的安全研究团队。在过去数年的时间内,这支团队在互联网安全领域迅速崛起,在国际赛场上所向披靡,在2013年和2014年国际顶级安全赛事Pwn2Own上,它连续两次夺得三项冠军。
Keen Team的负责人王琦,网名大牛蛙,作为碁震创始人兼CEO,他正是这项赛事 的发起和创办人。大牛蛙是全社会大安全理念的提出者,一个未来安全新时代的领军人物,他曾作为前微软美国总部以外第一个区域性安全响应中心China MSRC创始人之一和技术负责人,也是微软亚太区第一个漏洞研究领域专家级研究员。
值得一提的是,Keen Team向微软、苹果、谷歌等全球知名厂商提交了数百个“严重”级别的安全漏洞,是全世界范围内发现并报告安全漏洞最多的团队,该团队发现的全球主流软件的高危漏洞超过三百多个,而国内第二名安全公司发现的漏洞则只有四十多个。同时,Keen Team负责为腾讯、华为等国内顶级公司和产品提供安全检测。
Keen Team发现的苹果漏洞是苹果整个安全团队的两倍还多,同时还因攻破号称最安全的苹果iOS7操作系统成为全球顶级安全竞赛Pwn2Own安全大赛的全球冠军,也是亚洲唯一冠军得主。同时,Keen Team成为Pwn2Own比赛历史上第一支把电脑桌面操作系统和移动操作系统全部攻破的世界级安全研究团队。
支撑这只安全团队的背后是一只小而美的“精英团队”,Keen Team联合创始人、首席运营官吕一平用“三个二分之一”来概括他们团队的特点:“二分之一是各地的历年高考状元,二分之一是数学专业,二分之一来自微软”。
近年来,以特斯拉汽车、谷歌眼镜等为代表的一系列智能设备以颠覆传统的方式进入我们的生活,给人们带来炫酷体验的同时,也蕴藏一些不可忽视的安全隐患,只有主动发现漏洞才能防患于未然。
不同于黑客以破坏为乐趣或者发现漏洞利用漏洞来获取非法利益,白帽子黑客们和极客们更热衷于改变世界以让世界变得更加美好,白帽子黑客和极客们会发现漏洞并汇报给相应的厂商以第一时间修补该漏洞。
至于为何举办全球首个智能设备为攻破对象的极客活动,Keen Team方面表示,我们试图打造一个以智能生活为主题的极客嘉年华,在全球范围内寻找这方面的牛人,为人们现在以及未来的各种智能应用提供安全解决方案。“他不一定是技术或者安全高手,但是一定有奇特的思路来发现产品中的漏洞问题 。”
极棒嘉年华的活动规则就是”没有规则“ ,大会组织者将只出设备不出题,欢迎各种新奇项目和想法。极棒组委将负责提供系统版本更新至9月30日的智能设备,由极客们进行现场攻破展示。王琦透露,该活动将于10月24日至25日在中国北京举行,世界上第一个越狱iPhone手机和破解PS3游戏机的世界级极客传奇人物Geohot已经报名参加比赛。
目前,活动报名通道已经全面开启,并将于9月30日截止,报名参赛的选手需要交纳1024元注册费。主办方表示,这种做法并不是以盈利为目的,而是为了提升比赛的规格,“我们不想把GeekPwn办成海选式的活动。在现场成功破解系统的选手不仅可以得到奖金,拿走黑掉的智能设备,开走黑掉的特斯拉汽车,注册费也会一并返还。”据介绍,奖金池初始金额为300万元人民币,将随着赞助商的加入而不断累积。
据悉,极棒(GeekPwn)嘉年华只提供五十张外部的观众门票,票价高达一千美元。同时还将出售三名VIP门票与Geohot 进行一次交流谈话,售价为每人一万美元。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。