美国联邦通信委员会(FCC)周一宣布,由于存在"不可接受"的网络安全和国家安全风险,将禁止进口新的外国制造消费级路由器。
FCC主席布伦丹·卡尔在社交媒体平台X上发帖称,此举旨在保护美国人民和国家依赖的基础通信网络安全。这一决定意味着外国生产的路由器新型号将不再有资格在美国市场销售或推广。卡尔补充说,此举是基于行政部门机构提供的国家安全评估。
为此,所有在外国制造的消费级路由器都已被纳入管制清单,除非获得国防部(DoW)或国土安全部(DHS)的条件性批准,确定其不构成任何风险。
截至目前,获批清单仅包括来自SiFly Aviation、Mobilicom、ScoutDI和Verge Aero的无人机系统和软件定义无线电(SDR)设备。消费级路由器生产商可申请条件性批准。据英国广播公司报道,星链Wi-Fi路由器不受此政策影响,因为它们在美国德克萨斯州制造。
FCC表示:"行政部门的评估指出,外国生产的路由器(1)引入了'可能扰乱美国经济、关键基础设施和国防的供应链漏洞',(2)构成了'可能被利用立即严重破坏美国关键基础设施并直接伤害美国人员的严重网络安全风险'。"
该机构表示,国家和非国家支持的威胁行为者已经利用小型和家庭办公室路由器的安全缺陷入侵美国家庭,破坏网络,进行网络间谍活动,并窃取知识产权。此外,这些设备可能被征用组成大规模网络,用于实施密码喷洒攻击和未经授权的网络访问,以及充当间谍活动的代理。
中国相关的对手如Volt Typhoon、Flax Typhoon和Salt Typhoon也被观察到利用由外国制造路由器组成的僵尸网络对美国关键的通信、能源、交通和水利基础设施进行网络攻击。
国家安全评估文件指出:"在Salt Typhoon攻击中,国家支持的网络威胁行为者利用被攻陷的外国生产路由器作为跳板,嵌入并获得对某些网络的长期访问权限,并根据目标转向其他网络。"
美国政府还重点提及了一个名为CovertNetwork-1658(又称Quad7)的僵尸网络,该网络被用于策划高度隐蔽的密码喷洒攻击。据评估,这一活动是由被追踪为Storm-0940的中国威胁行为者实施的。
值得注意的是,管制清单的更新不会影响客户继续使用已购买的路由器。也不会影响零售商,他们可以继续销售、进口或推广此前通过FCC设备授权程序批准的路由器型号。
国家安全评估文件表示:"不安全的外国生产路由器是攻击者的主要目标,在最近的多起网络攻击中被用作黑客获得网络访问权限并将其用作攻击关键基础设施跳板的工具。外国制造路由器给美国网络和关键基础设施带来的漏洞是不可接受的。"
路由器一直是网络攻击的有利可图目标,因为它们是互联网接入的主要通道。被攻陷的路由器可能允许威胁行为者进行网络监控、窃取数据,甚至向受害者传递恶意软件。2014年,记者格伦·格林沃尔德在其著作《无处可藏》中指控,美国国家安全局(NSA)例行拦截路由器,在美国制造商出口前植入后门。
Q&A
Q1:FCC为什么要禁止外国制造的路由器?
A:FCC认为外国制造的路由器存在"不可接受"的网络安全和国家安全风险。这些设备可能引入供应链漏洞,被威胁行为者利用入侵美国家庭、破坏网络、进行间谍活动和窃取知识产权,甚至被组成僵尸网络攻击关键基础设施。
Q2:这个禁令会影响已经购买的路由器吗?
A:不会。该禁令不影响客户继续使用已购买的路由器,也不影响零售商继续销售此前通过FCC设备授权程序批准的路由器型号。禁令主要针对新型号的外国制造路由器进入美国市场。
Q3:哪些路由器可以豁免这个禁令?
A:目前获得条件性批准的设备很少,主要包括SiFly Aviation等公司的无人机系统和软件定义无线电设备。星链Wi-Fi路由器因为在美国德克萨斯州制造而豁免。外国路由器生产商可以向国防部或国土安全部申请条件性批准。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。