密码管理器服务商Dashlane于近日发布了一份安全公告,称攻击者成功获取了20个已加密的用户密码库。然而,这份公告中存在诸多令人疑惑之处。
公告原文称:"自2026年5月31日(周日)起,某外部攻击方对部分Dashlane用户账户发动了暴力破解攻击,目标是通过暴力手段绕过双因素认证(2FA)保护,从而在现有用户账户上注册新设备。"
一名位于英国的Dashlane用户在周日收到了一条2FA验证请求通知,截图显示该请求的有效期长达三小时。该用户感到困惑,随即通过官方支持机器人联系了Dashlane,但始终未能获得任何有效解释。
该用户表示:"后来我是从Mastodon信息安全社区才得知这一消息的,而不是从Dashlane官方那里。作为付费用户,我认为应该第一时间由Dashlane通知我,而不是靠社区人士告知。此外,如果没有先获得密码,攻击者又怎么可能触发2FA请求呢?"
社交媒体上大量用户对此次攻击的技术逻辑表示不解。通常情况下,2FA验证码由身份验证应用生成,或通过短信、邮件发送,为六位数字,每45秒左右更新一次。若要对其实施暴力破解,共有100万种可能的组合,攻击者需要在三小时内完成其中相当大比例的尝试,这对技术资源要求极高,在常规暴力破解攻击中并不多见。
Dashlane方面并未明确表示是否对提交次数设置了频率限制,但公告中提到"由于账户遭受大量尝试,Dashlane的安全控制系统自动锁定了受攻击的账户",这在一定程度上暗示可能存在频率限制机制。即便不存在此类限制,服务器在短时间内承受超过15万次请求而不出现拥塞也难以想象。
另一种可能是,Dashlane所指的"2FA"实为推送通知形式的验证方式。在这种机制下,攻击者在已获得账户密码的前提下,反复触发登录请求,向用户设备发送大量推送通知,利用"2FA疲劳攻击"手段,诱导用户在不耐烦之下点击批准按钮,从而完成验证。
还有一种可能是,攻击者利用了Dashlane允许用户注册新设备的功能,通过欺骗手段诱使用户批准将攻击者的设备加入其账户。
值得注意的是,无论采用哪种攻击路径,暴力破解2FA的前提都是第一重身份验证因素已被攻破。但对于第一重验证因素的性质及其被破解的方式,Dashlane在公告中只字未提。
Dashlane表示,已联系不足20名密码库遭窃的账户持有人。公司同时强调,在不知晓主解密密码的情况下(该密码Dashlane从不查看或存储),加密密码库的内容仍然安全。公告还指出:"若您是Dashlane用户且未收到有关密码库风险的专项通知,则您的账户未受任何影响。"
然而,由于信息披露严重不足,这份公告留下的疑问远多于解答。自公告发布后,Dashlane已保持逾48小时的沉默,公司代表也未回应媒体的采访邮件。
Q&A
Q1:Dashlane此次安全事件中,攻击者是如何获取用户加密密码库的?
A:Dashlane公告称攻击者通过暴力破解2FA保护来注册新设备,进而获取了不足20个用户的加密密码库。但公告未说明攻击者如何突破第一重身份验证,也未披露第一重验证因素的具体性质,导致整个攻击链条存在明显的信息缺口,外界对此次攻击的完整技术过程仍不清楚。
Q2:Dashlane加密密码库被盗后,用户的密码等数据是否已经泄露?
A:目前来看,密码库内容暂时是安全的。Dashlane表示,加密密码库在没有主解密密码的情况下无法被读取,而该密码由用户本人掌握,Dashlane既不查看也不存储。因此,即使攻击者获取了加密密码库文件,在未知主密码的前提下也无法直接访问其中的内容。
Q3:Dashlane用户怎么判断自己的账户是否受到此次攻击影响?
A:Dashlane在公告中表示,受影响的账户持有人已被单独通知。如果用户未收到来自Dashlane的专项风险提示,则说明其账户未受影响。此外,若用户在2026年5月31日前后收到了异常的2FA验证请求通知,建议主动联系Dashlane官方客服进行核实,并检查账户中是否存在未经授权的设备注册记录。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。