当前,移动广告软件泛滥成灾。它是最常见的网络威胁形式之一,旨在从用户设备中收集个人信息。大约 40 亿用户通过智能手机连接到互联网,但鲜有公司将移动安全性视为首要考虑事项。Check Point 《2020 年网络安全报告》显示,2019 年 27% 的公司因移动设备存在安全漏洞而遭到网络攻击。
Check Point公司移动安全专家表示:“网络犯罪分子只需攻破一台移动设备,即可窃取机密信息并访问组织的企业网络。如今,移动威胁数量与日俱增,且复杂度和成功率不断提高。移动广告软件是一种被用于在用户屏幕上推送骚扰广告的恶意软件,现被网络犯罪分子用来实施第六代网络攻击。”
广告软件的源头是问题所在
对于广告软件,最棘手的问题是难以查明手机是如何被感染的。广告软件会不动声色地植入设备,并无相应的卸载程序。此类病毒极难清除,而且它所收集的信息(例如设备操作系统、位置、图像等)会带来很高的安全风险。
广告软件通常通过移动应用分发。根据 Statista 的数据,可供 Android 和 Google Play 用户使用的应用多达 250 万个,Apple Store 中提供 180 万个应用。这些数字充分反映了此类攻击的范围之广,也清晰地表明了网络犯罪分子为何将攻击矛头指向移动设备。
举例来说,最流行的广告软件之一 Agent Smith 是 Check Point Researcher 去年发现的一种新型移动恶意软件。Agent Smith 在用户毫无察觉的情况下,感染了全球大约 2,500 万移动设备。它伪装成谷歌应用,并利用 Android 系统中的已知漏洞,在用户不知情的情况下将已安装的应用自动替换为包含恶意代码的应用版本。它还会显示欺骗性广告,通过窃取银行凭证和窃听来牟取非法利益。
移动广告软件防范建议
广告软件一旦安装到设备上便很难卸载,因此预防是最好的解决方案。下列建议可保护您和您的组织免受移动广告软件的侵害:
Check Point 安全解决方案 SandBlast Mobile 可通过设备端的网络防护基础设施保护组织免遭高级移动威胁,从而有效抵御移动广告软件攻击。通过审查和控制所有设备网络流量,SandBlast Mobile 可以保护所有应用(例如电子邮件、SMS、iMessage 和即时消息应用)免遭网络钓鱼攻击。此外,它还可以阻止用户访问恶意或受限制的网站,并禁止受感染的设备访问企业资源以及与僵尸网络进行通信。为了确保用户及其数据的私密性,SandBlast Mobile 直接在设备上验证流量,而无需通过企业网关路由数据。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。