2021 年 6 月网络安全解决方案提供商 Check Point 软件技术有限公司(纳斯达克股票代码:CHKP)的威胁情报部门 Check Point Research (CPR) 发布了其 2021 年 5 月最新版《全球威胁指数》报告。CPR 报告称,Trickbot 于 2019 年 4 月首次跻身排行榜,现已跃居榜首,而 Dridex 老牌木马在随着全球勒索软件的激增成为近几个月最活跃的恶意软件之一后,现已完全跌出榜单。尽管目前还不知道 Dridex 为何跌出榜单,但最新报告显示,因散播 Dridex 而臭名昭著的 Evil Corp 团伙现已更名并变换花样,以逃避美国财政部的制裁。
指数榜单中位居第一的是 Trickbot。它是一种僵尸网络和银行木马,可窃取财务信息、帐户登录凭证及个人身份信息,并在网络中传播和投放勒索软件,尤其是 Ryuk。Trickbot 不断添加新的功能、特性和传播向量,这让它成为一种灵活的可自定义的恶意软件,广泛用于多目的攻击活动。在 1 月份 Emotet 僵尸网络遭到打击后,Trickbot 迅速蔓延开来,并在本周登上新闻头条,因为美国司法部指控一名拉脱维亚妇女参与创建和部署 Trickbot 恶意软件。
自 2021 年初以来,CPR 发现针对企业的网络攻击数量显著攀升。与 2020 年 5 月相比,CPR 观察到美洲网络攻击数量增加了 70%,欧洲、中东及非洲地区增长了 97%,亚太地区同比骤增 168%。
Check Point 产品威胁情报与研究总监 Maya Horowitz 表示:“最近勒索软件攻击的增加引起了广泛关注,据我们的观察,网络攻击数量总体正急剧增长。这一严峻趋势令人倍感担忧。很高兴看到在打击本月最猖獗的恶意软件 Trickbot 的保卫战中,司法部门对相关犯罪提出了指控,但显然我们还有很长一段路要走。各组织需要警惕风险和确保全面部署可靠解决方案,并始终牢记,我们不仅可以快速检测攻击,而且还能够对其进行有效防御,包括零日攻击和未知恶意软件。一旦有了合适的技术,您就可以在不中断正常业务流程的情况下阻止大多数攻击,甚至是最复杂的攻击。”
CPR 还指出,“Web Server Exposed Git 存储库信息泄露”仍是最常被利用的漏洞,全球 48% 的组织因此遭殃,其次是“HTTP 标头远程代码执行 (CVE-2020-13756)”,影响了全球 47.5% 的组织。“MVPower DVR 远程代码执行”在最常被利用的漏洞排行榜中位列第三,全球影响范围为 46%。
头号恶意软件家族
* 箭头表示与上月相比的排名变化。
Emotet 仍然是本月最活跃的恶意软件,全球 8% 的组织受到波及,其次是 XMRig 和 Formbook,两者均影响了全球 3% 的组织。
最常被利用的漏洞
本月,“Web Server Exposed Git 存储库信息泄露”是最常被利用的漏洞,全球 48% 的组织因此遭殃,其次是“HTTP 标头远程代码执行 (CVE-2020-13756)”,影响了全球 47.5% 的组织。“MVPower DVR 远程代码执行”在最常被利用的漏洞排行榜中位列第三,全球影响范围为 46%。
主要移动恶意软件
本月,xHelper 位列最猖獗的移动恶意软件榜首,其次是 Triada 和 Hiddad。
Check Point《全球威胁影响指数》及其《ThreatCloud 路线图》基于 Check Point ThreatCloud 情报数据撰写而成,ThreatCloud 是打击网络犯罪的最大协作网络,可通过全球威胁传感器网络提供威胁数据和攻击趋势。ThreatCloud 数据库每天检查超过 30 亿个网站和 6 亿份文件,每天识别超过 2.5 亿起恶意软件攻击活动。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。