你讨厌的密码吗?我们都讨厌密码。但我们仍然要使用它们,所以我们还不如让他们做到最好。当然,我们知道,大部分的密码现在可以如Hashcat工具一样被使用。我们被告知的年龄,现在“密码是没用的,过时的,存在安全隐患。”而且,是像Heartbleed安全马裤只是强调如何脆弱的密码真的是。没关系,当然,这种方式太多了,你还在用“密码”,“123456”和“ABC123”不仅是一个网站的密码,而且对所有的网站。
这里的道理。生物识别技术,EMV智能芯片,双因素身份验证,并快速身份在线(FIDO),您将很快在Windows 10看到的,都是伟大的,但他们不会取代密码任何时候这十年。
因为我们将要坚持密码至少再过五年 - 坦白地说,如果我们仍然用那么五十年不会让我感到吃惊 - 我们不妨做最好。这里是如何。
首先,记在互联网上每一个企业。请你告诉我们你的密码策略是什么,我们之前输入密码。没有什么能烦人作为一个网站,不告诉你它的密码规则前面。这是你进入他们是否表明坚持密码必须有一个号码和混合情况,并在14至19个字符,其中包括食品表情符号错误消息的密码后。
这是可怕的用户设计的,我不认为一个网站的把我的头顶部没有做到这一点。所以,每一个网页设计师在那里,你会用漂亮的糖顶部请告诉我们你的密码规则。
好了,现在我已经得到了我的系统,让我们与您可以用密码做些什么。
你会恨这个,但你不能继续使用相同的密码,诅咒每一个网站。所以,你能做些什么,除了把所有的密码上的黄色便条显示屏上的经典假的错误?很简单,使用密码管理程序。
某些Web浏览器,如Firefox和谷歌Chrome,包括密码管理器。我更喜欢使用独立的管理者。
如果你想保持你的密码,您的设备上,我提出以下建议方案。首先,对于Windows的PC,Mac,Android和iOS的有西尔伯系统“RoboForm的。它运作良好,我知道是谁已经使用了将近十年的人,它从来没有辜负了他们。
你会喜欢一个密码管理器作为安全套件的一部分?在这种情况下,我喜欢卡巴斯基密码管理器。我也终于可以说,好东西又约诺顿安全,特别是最新版本的Norton安全2015年不再是在一个混乱的错误混搭版本,它运行,我敢说,合理迅速。它的一个问题是,密码管理功能仅适用于Windows的软件。 Mac版不包含它。
我个人最喜欢的,虽然是LastPass的。是的,它存储你的密码,在云上,而不是本地计算机。在另一方面,我可以在几乎所有的操作系统上运行LastPass的在那里。除了一般的Mac和Windows,我可以在Linux,Solaris,BSD以及两个主流的移动操作系统,Android和iOS上运行它,并不太常见的人,火狐OS,Windows手机,甚至是表面的Windows RT。当您使用尽可能多的设备和操作系统为我做的,有一个尺寸适合所有的程序是一件幸事。
所以,你应该用什么密码?那么,除了忘记了“ABCDEFGH”之类,以获得安全的密码,不会炒你的脑细胞的最简单的方法是使用密码短语来代替密码。
相反,工作你的神经为之疯狂试图记住什么猫写道,当他跳下键盘,“dfu9sdf8,”关于使用容易记住,但无意义的词来代替。例如,“FatCats $小跑......”,“钢人?赢了!牛仔?输了!”或“伏!放!特斯拉!陈冠希?”很容易回忆,没有一个人有可能绊倒他们。
此外,如果你使用一个密码管理器,你不必记住它。该方案将照顾你们。或者,如果你想记住它们,但有一个筛子像内存,你可以写一个提示,像“感动的猫科动物”,“一个关于足球,”或“电诵”,这将触发你的大脑细胞,但将变得毫无意义给任何人。
最后,许多流行的网站现在支持双因素认证。这些措施包括Facebook,谷歌和Twitter。操作系统,如Red Hat企业版Linux 7.1和窗10还加入了双因素身份验证。虽然具体细节有所不同的双因素认证是如何实现的,这个想法总是备份您的用户名和密码身份验证的另一种方法。通常情况下,在2015年这是一个电话或短信。
好文章,需要你的鼓励
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。