黑客组织ShinyHunters声称对一起针对Okta的语音钓鱼攻击负责,据称在此次攻击中,该勒索团伙成功入侵了Crunchbase和Betterment两家公司。
上周五,犯罪分子泄露了据称从市场情报经纪商Crunchbase、流媒体平台SoundCloud和金融科技公司Betterment窃取的数据,并向The Register确认,他们通过语音钓鱼Okta单点登录代码的方式,成功入侵了其中两家公司——Crunchbase和Betterment。
SoundCloud在12月确认遭遇数据泄露,黑客获取了约20%用户的数据,根据该公司公开的客户数量,这相当于约2800万人的信息。
当被问及ShinyHunters的声明时,SoundCloud发言人表示,该流媒体平台"已知悉威胁行为者组织在网上发布了据称从我们组织获取的数据",并引导用户查看1月13日的博客更新获取更多信息。发言人说:"请放心,我们的安全团队在领先第三方网络安全专家的支持下,正在积极审查相关声明和已发布的数据。"
ShinyHunters拒绝透露他们如何获取SoundCloud的数据,但补充说并非通过该流媒体平台的Okta凭据。他们还声称在这次Okta攻击活动中入侵了"更多"公司,但拒绝透露具体数量或其他受害者的名称。
根据该组织周五的博客文章,Betterment和Crunchbase的数据转储分别包含超过2000万和200万条记录,而SoundCloud的泄露数据总计超过3000万条记录,全部包含个人身份信息(PII)。
Crunchbase和Betterment都没有立即回应The Register的询问。如果收到这两家公司的回复,我们将更新这个报道。
Hudson Rock联合创始人兼首席技术官Alon Gal在LinkedIn上表示,他已下载了Crunchbase的文件,发现其中包含个人身份信息、签署的合同和其他企业数据。
周四,Okta威胁情报部门警告客户,犯罪分子正在使用语音钓鱼工具包和活动来攻击受害组织的Google、Microsoft和Okta账户。该身份服务提供商的发言人周五拒绝分享关于此次攻击活动或ShinyHunters声明的任何额外信息。
谷歌发言人告诉The Register:"目前,我们没有迹象表明谷歌本身或其产品受到此次攻击活动的影响。"
The Register还联系了微软,询问他们或其客户的数据是否在类似的社会工程学诈骗中被窃取,如果收到任何回复,我们将更新这个报道。
去年,同一犯罪团伙在一系列类似攻击中窃取了数百家Salesforce客户的数据。
Q&A
Q1:ShinyHunters是什么组织?他们做了什么?
A:ShinyHunters是一个勒索犯罪团伙,他们通过语音钓鱼Okta单点登录代码的方式,成功入侵了Crunchbase、SoundCloud和Betterment等公司,窃取并泄露了超过5000万条包含个人身份信息的数据记录。
Q2:语音钓鱼攻击是如何进行的?
A:黑客使用语音钓鱼工具包和活动来攻击受害组织的Google、Microsoft和Okta账户,通过电话等方式诱骗员工提供登录凭据,特别是Okta单点登录代码,从而获得系统访问权限。
Q3:这次数据泄露影响了多少用户?
A:根据泄露的数据,SoundCloud约2800万用户受影响,Betterment数据转储包含超过2000万条记录,Crunchbase包含200万条记录,总计超过5000万条包含个人身份信息的记录被泄露。
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。