新推出的浏览器内威胁检测解决方案能够自动识别可疑和恶意脚本行为
2020年5月27日——负责提供安全数字化体验的智能边缘平台阿卡迈技术公司(以下简称:Akamai)(NASDAQ:AKAM)今日宣布推出Page Integrity Manager。这种浏览器内威胁检测解决方案旨在发现可能用于窃取用户数据或影响用户体验的被入侵脚本。恶意Web页面脚本的攻击向量最初因Magecart黑客团体而被大众所熟知,现已被其他恶意攻击者广泛利用,这种攻击向量目前仍在发展壮大,已成为引发数据泄露的常见导火索。
一个典型的网站要依赖于数十个第三方资源,许多资源都会导致在用户浏览器中执行各种脚本。第三方脚本对于现代网站访问者所期待的动态用户体验意义重大,而现代网站中大多都包含用于付款、帐户管理和提交个人信息表单等功能的敏感信息页面。然而,安全团队对于这些由第三方提供和维护的脚本知之甚少,也很难掌控这些脚本。
为了帮助企业解决上述难题,Akamai开发设计出Page Integrity Manager。该产品通过识别有漏洞的资源、检测可疑行为以及阻止恶意活动,从而帮助网站抵御诸如Web数据窃取、表单劫持和Magecart攻击等JavaScript威胁。此外,通过实时检测可疑脚本活动,Page Integrity Manager可更有效地在隐秘的供应链攻击(例如Magecart)发生时提供强有力的保护。
Akamai安全研究员Steve Ragan指出:“Web数据窃取攻击在各行各业都稳定保持着较高的攻击量,这其中以零售、媒体和酒店行业尤甚。在最近的一周时间内,我们分析了近50亿次Javascript执行,涉及到1.1亿次页面浏览,发现了约1000个漏洞,而其中任何一个漏洞都可能导致敏感用户数据被盗。”
美国联邦调查局近期报告称,其关注Web数据窃取已有近7年时间。由于网络犯罪分子会在网上分享恶意软件且不断复杂化其攻击手段,相关犯罪数量一直呈增加之势。
Akamai区域副总裁暨大中华区总经理李昇表示:“究其本质而言,Web页面脚本是高度动态化的。第三方脚本的透明度极低,这就造成了一种难以抵御的新型攻击向量。Page Integrity Manager为Akamai客户提供了管理脚本(包括第一方、第三方乃至第n方脚本)风险所需的检测能力,以及根据客户自身独特需要制定业务决策所必不可少的实用信息。”
好文章,需要你的鼓励
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。
这项研究提出了"思想家"(Thinker)任务,一种受人类双重加工理论启发的新型AI训练方法。研究者将问答过程分解为四个阶段:快速思考(严格预算下给出初步答案)、验证(评估初步答案)、慢速思考(深入分析修正错误)和总结(提炼关键步骤)。实验表明,该方法使Qwen2.5-1.5B模型的准确率从24.9%提升至27.9%,DeepSeek-R1-Qwen-1.5B模型从45.9%提升至49.8%。显著的是,仅使用快速思考模式就能达到26.8%的准确率,且消耗更少计算资源,证明了直觉与深度推理作为互补系统的培养价值。
这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究,揭示了大语言模型安全测试的根本规律:越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合,研究团队发现:更强的模型是更好的攻击者;当目标能力超过攻击者时攻击成功率急剧下降;社会科学能力比STEM知识更能预测攻击成功。基于这些发现,研究者建立了预测模型,表明随着AI进步,人类红队测试可能逐渐失效,提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。
华中科技大学和香港中文大学研究团队提出SATORI-R1,一种通过空间定位和可验证奖励增强多模态推理的新方法。该方法将视觉问答任务分解为图像描述、区域定位和答案预测三个可验证阶段,解决了自由形式推理中注意力分散和训练收敛慢的问题。实验证明,SATORI-R1在七个视觉问答基准上一致提升性能,最高达15.7%,并展示出更聚焦的视觉注意力和更低的训练方差。