3月19日,Pwn2Own世界黑客大赛在加拿大温哥华上演,赛事的各单项奖也随之出炉。来自中国的360安全团队360Vulcan Team仅用时17秒就攻破Win8.1+64位IE11浏览器。360也成为自2007年Pwn2Own举办九年以来,首家攻破IE的亚洲团队。
Pwn2Own是全世界最著名、奖金最丰厚的黑客大赛。虽名为黑客大赛,但参赛者都是白帽子,目的是通过攻击帮助企业找出系统和软件的漏洞,防止普通用户因此受到安全威胁。
本届比赛IE挑战难度被称为史上最高,法国顶级黑客团队VUPEN也为此退出比赛。但由于IE浏览器在中国的普及率很高,而360公司在PC端主要提供基于Windows平台的安全服务,因此选择IE作为首次参赛目标。
360Vulcan Team成员表示,希望能在世界大赛上展示中国网络安全行业的技术实力,同时也可以促进我们与国外高水平攻防团队的技术交流。只有深入研究黑客攻击技术,才能够为用户提供最有效的安全服务。
据了解,360Vulcan Team的日常工作主要是通过挖掘软件的安全漏洞和漏洞威胁,帮助第三方厂商修复漏洞和提升产品安全性;通过在漏洞攻防领域的研究经验,360Vulcan Team创新设计更有效的安全解决方案。2014年360安全卫士推出的XP盾甲漏洞防御产品,其核心技术就是由360Vulcan Team设计开发的。
迄今360已68次报告微软漏洞而获得微软官方致谢,在全球安全软件厂商中排名第一。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。