不知您是否注意到,在最近今年,我们身边电动汽车的保有量大有赶超传统汽车的趋势。在今年年初一份来自第三方的报告可以看到,中国路面上行驶的电动车已达1460万辆,占全球总数的一半。在今年7月,全球前十电动车销量品牌中,中国独占四席。无论是出于创新还是环保的原因,越来越多的人选择购买电动汽车。然而,电动汽车天然具备的IT产品属性使其无法规避不法分子带来的安全威胁,它们为网络犯罪分子提供了新的攻击面。事实上,《全球汽车网络安全报告》显示,到 2022 年针对 API 的威胁激增高达 380%,占所有安全事件的 12%。
随着电动汽车采用更多技术创新且日趋互联,网络攻击的风险持续加剧。驾驶员的行车安全及其所生成数据的完整性都岌岌可危。Check Point认为,随着网络犯罪分子不断升级攻击手段,安全行业也必须立刻行动,实施变革来确保有效防御。要做到这一点,用户必须了解当前与电动汽车相关的风险。鉴于此,Check Point 软件技术公司要重点指出电动汽车网络犯罪分子实施不法手段的三个主要切入点:
Check Point 认为,考虑到日益严峻的气候变化形势,以及减少对石油依赖的需求,我们亟需过渡到更环保的运输方式。对网络安全的担忧可能会成为阻碍电动汽车市场未来发展的另一个障碍,汽车行业需要更加主动的应对安全挑战,才能使更多用户安心体验电动汽车带来的优势。
为了确保电动汽车的安全,用户应注意软件更新、避免连接公共 Wi-Fi,使用强密码,并监控车辆的异常行为。驾驶员还应及时向制造商报告所遇的问题。使用充电站时,务必要核实充电站的真实性,并使用安全连接。电动汽车制造商应确保使用安全软件,让安全防护贯穿软硬件部署操作流程,并践行“最小权限”原则以限制对所用软件的访问。
互联电动汽车的未来令人期待,但也带来了巨大的安全挑战。为了从这项新技术中充分获益,我们必须有效应对现有及新兴挑战并确保软硬件部署的安全性。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。