《网络攻击趋势:2021年年中报告》揭露了网络犯罪分子如何继续利用新冠疫情作案,并指出全球勒索软件攻击数量激增了 93%
2021年 7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《网络攻击趋势:2021年年中报告》,报告揭露了网络犯罪分子如何继续利用全球组织纷纷转向混合工作模式的时机,发起针对所有部门(包括政府、医疗及关键基础设施)的攻击。

全球组织遭受的网络攻击增加了 29%。欧洲、中东及非洲地区的攻击增幅最大,达到了 36%,其次是美洲地区和亚太地区,分别增长了 34% 和 13%。今年还出现了一种新型“三重勒索”勒索软件技术。尽管针对网络犯罪的国际联合行动取得了成功,例如臭名昭著的 Emotet 僵尸网络遭覆灭,但攻击者仍在频频发起复杂攻击,利用组织的供应链造成大规模破坏。
报告中揭示的主要趋势包括:
Check Point 公司研究副总裁 Maya Horowitz 表示:“2021年上半年,网络犯罪分子继续调整其攻击手段,利用组织向混合工作模式转变的时机,针对组织的供应链及与合作伙伴的网络链路发起攻击,以图实现最大程度的破坏。今年的网络攻击不断打破记录,勒索软件攻击数量激增,发生了 Solarwinds、Colonial Pipeline、JBS 或 Kayesa 等轰动性攻击事件。未来,组织应警惕风险并确保全面部署相应解决方案,以便在不中断正常业务流程的情况下阻止大多数攻击,包括最复杂的攻击”。
报告中对下半年的主要预测包括:
与勒索软件的斗争会进一步加剧 — 尽管政府和执法部门增加了投资,尤其是美国政府将此作为首要任务,但勒索软件攻击将持续激增。凭借这样的投资力度和更先进的工具,有关部门的防护能力将得到提升,但攻击者会不断翻新花样,新的犯罪团伙将在勒索软件军备竞赛中涌现。
中间人成为网络中的黑客 — 在过去两年中,渗透工具的使用率加速增长,例如 Cobalt Strike 和 Bloodhound。这些工具不仅仅在检测方面提出了真正的挑战,而且还让黑客可以访问受感染的网络,支持其随意扫描和滚动搜索并动态定制攻击。安全专业人员将需要一套全新技能来检测这种形式的攻击,并防止未来上述情况发生。
超出最初目标范围的附带损害 — 三重勒索、供应链攻击甚至远程网络攻击均呈现增长趋势,可能对企业造成比之前更大的影响。勒索软件的三重勒索攻击现在不仅影响最初目标组织,而且还威胁其客户、合作伙伴及厂商,致使每次攻击的实际受害者成倍增加,因此需要采用一种特殊的安全策略。
2021年上半年网络攻击类别(按地区划分):
Check Point 为其网络、云、用户及访问安全解决方案提供零日保护。我们的防规避技术能够在不影响业务效率的情况下最大限度地增强零日保护。企业首次可以通过实施防范为先的方案来降低未知攻击的风险。
《网络攻击趋势:2021年年中报告》详细介绍了 2021年上半年的网络威胁形势。这些调查结果基于 Check Point 公司的 ThreatCloud 情报网络在 2021年1月至6月期间收集的数据,重点关注网络犯罪分子在攻击企业时所使用的主要策略。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。