塔塔电子(Tata Electronics)是印度一家电子及半导体制造商,也是苹果、特斯拉等全球科技巨头的重要供应商。就在有人在黑客论坛上发布疑似从该公司窃取的文件数周后,塔塔电子正式确认遭遇了一起数据泄露事件。
该黑客论坛上的帖子声称提供超过630GB的数据,共计逾204,300个文件,均系从塔塔电子窃取所得。TechCrunch对部分样本文件进行审查后发现,其中疑似包含苹果的供应商规格文件及特斯拉的生产制造文件。目前,这些数据的真实性、来源及完整性均无法得到独立核实。
塔塔电子成立于2020年,是印度推进电子制造和半导体生产扩张进程中的重要参与者。据其母公司官网显示,该公司在印度各地设有工厂,员工总数超过75,000人。随着全球制造商加速推动供应链多元化布局,越来越多的企业将印度视为中国以外的替代生产基地,塔塔电子也因此与苹果、ASML、英特尔、高通和特斯拉等全球领先企业建立起合作伙伴关系。
网络安全研究员拉杰谢卡尔·拉贾哈里亚(Rajshekhar Rajaharia)向TechCrunch透露,论坛上公开叫卖的数据包括Outlook电子邮件往来记录、SAP相关信息,以及疑似与塔塔电子部分客户(包括苹果和特斯拉)相关的文件。
塔塔电子一位发言人向TechCrunch发表声明,确认了此次事件的存在。声明称,公司于"数周前"发现部分系统遭遇网络安全事件,并已立即启动应急响应程序。该发言人还表示,此次事件"未对公司各业务板块的正常运营造成任何影响"。
然而,该公司拒绝就泄露数据的具体性质、受影响的个人或机构数量、是否已通知相关客户,以及苹果、特斯拉等客户的信息是否遭到泄露等问题作出进一步回应。
据路透社报道,塔塔电子上周已就此次数据泄露事件通知了部分iPhone装配业务的员工。报道还称,苹果正在对该事件展开调查,且塔塔电子已收到赎金勒索要求。
此次数据泄露发生之际,塔塔集团正在全球科技供应链中扮演着日益重要的角色。2023年,该公司通过收购台湾代工厂商和硕(Wistron)的印度业务进入iPhone制造领域,而和硕此前已是苹果长期合作的代工伙伴。此后,塔塔电子又进一步收购了另一家苹果重要制造合作伙伴——和硕旗下印度子公司60%的股权。2024年,塔塔还与特斯拉签署了一份半导体供应协议,标志着其与全球顶级科技企业之间的合作关系持续深化。
目前,苹果和特斯拉均未回应TechCrunch的置评请求。
Q&A
Q1:塔塔电子是一家什么公司,和苹果、特斯拉有什么关系?
A:塔塔电子成立于2020年,是印度重要的电子及半导体制造商,在印度拥有多处工厂,员工超过75,000人。该公司于2023年通过收购和硕印度业务正式进入iPhone制造领域,并持有另一苹果代工伙伴和硕印度子公司60%的股权。2024年,塔塔电子还与特斯拉签署了半导体供应协议,是苹果和特斯拉在印度的核心供应商之一。
Q2:塔塔电子数据泄露事件中,具体泄露了哪些信息?
A:根据黑客论坛上发布的信息,此次泄露数据超过630GB,包含逾204,300个文件。网络安全研究员对样本审查后发现,其中包括Outlook邮件往来记录、SAP相关信息,以及疑似与苹果供应商规格和特斯拉生产制造相关的文件。目前,这些数据的真实性和完整性尚未得到独立核实。
Q3:苹果和特斯拉对塔塔电子数据泄露事件作何回应?
A:据路透社报道,苹果已就此次数据泄露事件展开内部调查。塔塔电子也已通知部分iPhone装配业务的员工。此外,有报道指出塔塔电子收到了赎金勒索要求。截至目前,苹果和特斯拉均未就此事向TechCrunch作出任何公开回应。
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。