加密货币钱包公司Ledger SAS今日确认,由于第三方合作伙伴遭受数据泄露,导致客户数据被泄露,包括姓名和联系信息等个人信息。
客户收到了来自Global-e Online Ltd.的邮件通知。Global-e是一家端到端电子商务平台,为Ledger等公司提供设备销售服务。邮件告知了此次数据泄露事件的相关情况。
"Ledger获悉了合作伙伴Global-e发生的安全事件,Global-e是为全球品牌和零售商(包括Ledger)提供服务的电子商务合作伙伴,"该公司向CoinDesk表示。"此次事件涉及未经授权访问Global-e信息系统中的订单数据。作为此次事件一部分被访问的部分数据,涉及在Ledger.com上使用Global-e作为记录商户进行购买的客户。"
该公司强调,这并非Ledger平台、硬件或软件的安全漏洞。公司还表示,此次事件不会影响其设备的安全性或客户存储的加密资产的安全。
Ledger销售硬件加密钱包,允许用户安全地维护自己的加密货币和其他加密资产存储,如比特币、以太坊和非同质化代币。用户通过24个单词的恢复代码完全控制自己的货币安全。该公司还提供名为Ledger Live的应用程序,允许用户管理、购买和交换资产。
Global-e和其他商户无法访问这些安全功能、服务或设备本身。
来自Global-e的邮件最初由ZachXBT在X平台上报告。
Global-e表示,其"在网络的一部分发现了异常活动",在察觉后立即采取行动遏制泄露并保护其系统安全。该公司称已确定未知第三方复制了一些个人数据,包括姓名和联系信息——姓名、邮政地址、电子邮件地址、电话号码和订单详情(如订单号、购买的产品和支付的价格)。此次泄露未涉及任何支付信息(包括信用卡或银行账户信息)或账户凭据。
Ledger此前在2020年遭受过一次重大数据泄露,涉及该公司的营销和电子商务数据库,影响了约272,000名客户。同年,Ledger的电子商务服务提供商之一Shopify披露,一名恶意员工泄露了约292,000名客户的数据。
在这些案例中,攻击者同样获得了客户姓名、电子邮件、地址和电话号码。
事件发生后,Ledger建议客户遵循一般安全最佳实践,包括不与任何人分享其安全密钥或任何机密信息。个人数据(包括联系信息)的泄露可能导致钓鱼攻击的增加,恶意方会冒充Ledger或商户本身,以获取客户账户的访问权限。
Q&A
Q1:Ledger数据泄露事件是怎么发生的?
A:此次数据泄露并非Ledger自身系统被攻击,而是其第三方合作伙伴Global-e遭受网络攻击。Global-e是为Ledger提供电子商务服务的平台,攻击者未经授权访问了Global-e的信息系统,获取了部分在Ledger.com购买产品的客户订单数据。
Q2:这次Ledger数据泄露会影响用户的加密货币安全吗?
A:不会影响。Ledger强调这不是其硬件、软件或平台的安全漏洞,不会影响设备安全性或客户存储的加密资产安全。泄露的仅是个人联系信息和订单详情,不包括支付信息、信用卡信息或账户凭据,Global-e等第三方商户无法访问Ledger的安全功能。
Q3:Ledger以前发生过类似的数据泄露事件吗?
A:是的,Ledger在2020年曾发生过重大数据泄露事件,涉及其营销和电子商务数据库,影响了约272,000名客户。同年,其电子商务服务提供商Shopify也发生员工恶意泄露约292,000名客户数据的事件,泄露信息同样包括客户姓名、电子邮件、地址和电话号码。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。