
计算机安全软件厂商赛门铁克周日发布报告称,日前公司发现了一个名为“Regin”的恶意软件。Regin采用了复杂代码技术、及其隐蔽,早在2008年,Regin软件就被黑客用于监视政府、公司和个人。
Regin这一间谍工具软件使用了一些隐形技术,可躲开杀毒软件检测,而且Regin软件设计相当复杂,无论从时间和资源上来讲,都需要投入相当大的精力,表明开发该软件是一个“国家”支持工程。但赛门铁克在报告中未指明这一恶意软件来自哪个国家。
赛门铁克还称,Regin的复杂设计,使它非常适用于对目标展开长期监控。
“Regin软件的开发者投入了相当大精力,因而该恶意软件非常隐蔽,一般不会被发现。”赛门铁克在一份声明中表示:“该软件的隐蔽特性,使之可能潜伏数年实施间谍活动而不被发现。”
此外,Regin的高度可定制化特点,可使黑客发起范围广泛的远程木马攻击,包括:窃取用户密码、数据,截获用户鼠标点击,从被感染计算机上捕获截图。其他的攻击包括监控网络流量、分析Exchange数据库电子邮件。
赛门铁克称,Regin恶意软件攻击的主要目标包括一些互联网服务提供商和电信公司,Regin似乎通过复杂的软件,对攻击对象电话和通信路由设备进行监控。其他攻击目标还包括:航空、能源、医院和研究等领域的一些公司。此外,Regin攻击对象地域发布广泛,超过一半的攻击对象位于俄罗斯和沙特境内,其他攻击对象则位于爱尔兰、墨西哥和印度等国家。
赛门铁克称,Regina攻击分为五个阶段,除第一阶段外,其他四个阶段都进行了加密,而且非常隐蔽,每一个阶段包含该恶意软件的结构信息。如果要想拦截该恶意软件,必须获得全部五个阶段信息进行分析。
赛门铁克表示,此次发现如此复杂的多级架构恶意软件,令人想起2010年攻击伊朗核浓缩设施的计算机病毒Stuxnet,以及跟Stuxnet采用相同代码的电脑网络间谍软件Duqu。
赛门铁克称,相信目前还有Regin的许多组件尚未被发现,此外,针对该恶意软件的额外功能、其他版本也可能存在。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。