
日前Uber服务器遭到攻击导致服务暂停的事件有了最新消息,昨日晚间有消息人士爆料称在淘宝平台已有卖家开始公然出售用户信息,包括用户姓名、手机号码、信用卡的信息每条售价1元。
在这家名为“小蛋卷家”的淘宝店铺中,出售的是uber北京、上海、广州、深圳、杭州、成都、天津等地的用户信息,截至目前,该卖家已经进行了3笔交易,三位人士匿名购买了21份,随后该商品被下架。
这并非uber的用户信息第一次被泄露,去年9月,uber的一个数据库被黑,导致5万名司机的详细个人信息被泄露。今年3月,有两家卖主在暗网市场上销售Uber有效账号,一旦购买了账号,购买者便可以使用有备录的任何支付信息来下订单。这些账号含有原用户的旅行史、电子邮箱、电话号码以及家庭住址和工作地点的相关信息。
今年4月底,Uber国内少数城市出现短时间的技术故障,当时即有消息称,uber服务器被黑,数据发生泄露,随后Uber官方否认了用户信息遭到泄漏的猜测。
有不愿具名的技术人员透露,虽然很可能出售的信用卡信息并非用户全部的信用卡信息,但至少可以看见用户信用卡卡号的最后4位和信用卡有效期。用户信息如果包含用户账户和密码信息的话,那么数据将造成其他糟糕的后果,它影响的不仅仅是某一个Uber帐户。
“如果某人使用相同的电子邮箱和密码注册其他服务比如淘宝、京东,就可能连带着把该用户在其他服务上的帐户信息也偷走。”该技术人士如是说。
截稿前,uber方面尚未就此次淘宝商家出售用户信息的情况进行回复。
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。