Check Point Research团队在今年对Kindle的研究中发现,受害者一旦打开一本恶意电子书便会触发漏洞利用链。如果不慎被利用,这些漏洞将支持攻击者完全控制用户的 Kindle,进而窃取 Amazon 设备令牌或设备上存储的其他敏感信息。CPR已经负责任地向 Amazon 披露了其调查结果,Amazon 随后部署了修复程序。据估计,自 2007 年问世以来,Kindle 已经售出数千万台。

CPR 计划在今年的拉斯维加斯 DEF CON 大会上演示这一漏洞利用手段。
电子书即恶意软件 (Book as Malware)
经CPR团队研究发现,这个漏洞首先需要向受害者发送恶意电子书。电子书送达后,受害者一旦将其打开便会启动漏洞利用链,该漏洞无需受害者进行其他动作即可自动实施。CPR 证实,电子书可能被用作针对 Kindle 的恶意软件,进而导致一系列严重后果。例如,攻击者可删除用户的电子书,或将 Kindle 转变为恶意 Bot,以便其攻击用户本地网络中的其他设备。
按语言攻击特定群体
使CPR团队更为担忧的是,该安全漏洞本身支持攻击者针对特定受众发起攻击。例如,如果攻击者企图攻击特定人群或群体,则可轻松选择相关语言或方言的热门电子书来编排具有高度针对性的网络攻击。
信息披露
2021 年 2 月,CPR 向 Amazon 披露了其调查结果。Amazon 于 2021 年 4 月在 5.13.5 版 Kindle 固件更新中部署了修复程序。修补的固件将自动安装至联网设备。
Check Point 软件技术公司网络研究主管 Yaniv Balmas 表示:
“我们在 Kindle 中发现了漏洞,这些漏洞可让攻击者完全控制设备。通过向 Kindle 用户发送一本恶意电子书,攻击者便可窃取设备上存储的任何信息,包括 Amazon 帐户凭证和账单信息。与其他物联网设备一样,人们往往忽视 Kindle 的安全风险,认为这无关痛痒。但我们的研究表明,任何电子设备归根结底都是某种形式的电脑。因此,这些物联网设备容易受到与电脑相同的攻击。所有人都应在使用连接到电脑的任何设备时警惕网络风险,尤其是像 Amazon Kindle 一样随处可见的设备。
在此发现中,最令我们担忧的是漏洞利用攻击受害者的针对性,这个安全漏洞可让攻击者针对特定受众发起攻击。随便举个例子,如果攻击者企图攻击某国公民,那么只需出版一些免费的该国语言热门电子书即可。由此,攻击者可以肯定其所有受害者实际上均为该国、或该语种使用者。在网络犯罪和网络间谍领域,这种针对性攻击备受追捧。若被不法之徒掌握,那么这种进攻能力可能会造成严重破坏,这令我们非常担心。事实再次表明,我们可以在“真实”攻击者有机会下手之前就发现此类漏洞并确保有效规避。
在整个协作披露过程中,Amazon 与我们展开了密切合作,很高兴看到 Amazon 针对这些安全问题部署了相应补丁。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。