软件行业巨头 MathWorks 正在清理一次勒索软件攻击,此次攻击使其旗舰产品 MATLAB 下线已超过一周,而 MATLAB 是全球超过 500 万用户使用的重要工具。
昨天,MathWorks 最终证实了用户的怀疑——长达数天的停运正是由勒索软件所致。其状态页面最初在 5 月 18 日指出,“多个应用”出现了问题。
一位与 The Register 取得联系的工程公司 IT 经理表示,他们公司在获取新的付费许可时遇到困难,“这确实严重阻碍了我们的项目进展。”
MathWorks 不断在其状态页面上发布更新,但在确认勒索软件攻击前,更新中提供的均是一些动作性信息甚少的内容,读者对此颇有微词。
该公司在一份声明中表示: “MathWorks 遭遇了勒索软件攻击。我们已就此事通知联邦执法部门。此次攻击影响了我们的 IT 系统。自 5 月 18 日(星期日)起,一些客户使用的在线应用变得无法访问,同时部分员工使用的内部系统也无法正常使用。
我们已经使许多系统恢复上线,并在网络安全专家的协助下,正持续将其他系统陆续恢复。”
尽管完全恢复还需一段时间,许多应用和服务仍处于离线状态或功能受限,但 MATLAB 的大部分功能现已恢复。
MATLAB 是一套极受欢迎的软件套件,提供数据分析、算法开发、数据可视化、数值分析与计算等高级功能。
基于 MATLAB 的环境 Simulink —— 用于建模、仿真和分析动态系统,也受到了此次攻击的影响。
MATLAB 在教育界的应用日益广泛,从小学到大学均将其作为学习和评估工具。此次停运正值考试季的高峰,使得许多学生失去了提交论文的重要工具。
许多 MATLAB 用户通过在线平台访问该软件,而非在 PC 上安装独立版本。在 MATLAB 的 subreddit 板块上,不少学生抱怨此次问题可能导致他们错过最后期限,并分享了他们的解决办法。
有用户反馈,对于那些已经安装 MATLAB 的用户来说,在启动软件前关闭电脑的网络连接,在某些情况下能够解决问题。
另有部分用户坦承,他们不得不通过盗版来恢复对软件的访问。
一位愤怒的 Reddit 用户表示: “我受够了 MATLAB 缺乏解释,所以我就去盗版了。我确实拥有正版许可,但既然他们无法提供我有偿获得的服务,我就要彻底盗版使用。同时,为了安全考虑,我还在使用虚拟机,以防恶意软件。”
“我现在的整个研究阶段,没有 MATLAB 根本无法开展任何工作。”另一位用户补充道。
主要问题之一在于 MathWorks 的许可服务器宕机(其 Licensing Center 截至撰写时仍处离线状态),因此网页用户无法验证许可是否有效,进而无法登录网站。License Center 为管理客户现有许可提供集中服务,而在线许可——其状态页面显示现已恢复运行——则是基于云的解决方案,替代了网络许可管理器。
这也是部分商业客户未受影响的原因,因为这些组织通常自行托管 MATLAB 许可服务器。
MATLAB Online 在教育领域的应用更为广泛,因此大量中小学校和大学生受到影响。不过,公司状态页面显示,目前 MATLAB Online、许可服务器以及用于学生评估的 MATLAB Grader 均已恢复在线。
MathWorks 状态页面上连续一周多的多次更新令读者抓狂,很多更新仅称公司“正在继续调查该问题”。随着更新不断增加,受影响的应用和服务列表也在不断扩大。
截至目前,一些用户反映已能再次使用 MATLAB Online。状态页面显示在线服务已经恢复运行,但部分用户仍无法进行身份验证。
The Register 联系了几所受此次停运影响的大学,试图了解是否会对赶截止日期或近期有考试的学生提供延期政策,但没有立即收到回复。
我们也就更多信息询问了 MathWorks,但他们未予回应。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。