Censys
PulseAugur coverage of Censys — every cluster mentioning Censys across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
人工智能加速零日漏洞利用,制造“网络末日”并暴露全球响应差距 · 跟踪 1 个来源
人工智能工具的普及正在极大地加速软件漏洞的发现和利用,将互联网从一个稀缺、难以发现的漏洞景观转变为一个充斥着大量、易于利用的缺陷的领域。这一转变,以一个关键的 PHP 零日漏洞被迅速利用为例,意味着网络攻击现在常常在补丁开发或部署之前就已经发生。此次事件还凸显了美国和中国在响应时间上的显著差异,美国修补了大部分受影响的系统,而中国则明显滞后,这表明在需要对网络威胁做出快速、去中心化响应的时代,集中式治理模式可能面临挑战。
-
数百个 AI 攻击工具在线暴露且无密码 · 跟踪 8 个来源
在中国开发的开源 AI 攻击工具 Artex 的数百个副本已被发现公开暴露在互联网上,且没有密码保护。来自 Censys 的安全研究人员识别出该工具超过 800 个不同的部署实例,该工具可以自主探测系统漏洞,并已被关联到针对韩国金融公司和 IT 支持巨头 ConnectWise 的网络攻击。虽然一些暴露的实例可能被授权测试人员使用,但如此强大的攻击软件的广泛公开可访问性引发了对潜在滥用和敏感攻击数据暴露的担忧。
-
Ollama 简化本地 LLM 部署,实现隐私保护和离线使用
Ollama 是一款免费开源工具,可简化在个人电脑上本地运行大型语言模型 (LLM) 的过程。最新版本 0.40.13 支持 Windows、macOS 和 Linux,模型大小取决于可用内存以及使用量化技术减小文件大小。虽然本地 LLM 提供隐私和离线功能,但受限于硬件,特别是对于来自 OpenAI、Anthropic 和 Google 等提供商的更大模型和闭源选项。该工具非常适合处理敏感数据和离线工作,但对于复杂任务,云端模型通常…
-
AI代理越来越多地用于复杂的网络攻击,构成新威胁
AI代理越来越多地被用于发动网络攻击,过去一年中记录在案的案例显著增加。这些能够独立行动且不知疲倦地执行任务的代理,已被用于针对银行、政府机构和各类公司的攻击。研究人员观察到攻击者使用Cairn等平台,暴露的控制面板允许新行为者劫持现有代理以达到其恶意目的。这些攻击的演变表明,AI模型已从作为恶意软件内部的顾问,发展到能够自主执行侦察、数据渗漏,甚至确定勒索金额。
-
暴露的 AI 基础设施在九个月内增长了 63%
暴露的人工智能基础设施在九个月内经历了显著的 63% 的增长。这一发现详细记录在 Censys 的《互联网现状报告》中,突显了可访问 AI 系统的快速扩张。
-
人工智能采用使企业面临不断升级的安全风险,基础设施暴露增加 63%
采用人工智能的企业正面临新的安全风险激增,在九个月内,暴露的人工智能基础设施增加了 63%。这些风险包括通过人工智能提示暴露敏感数据、人工智能加速的零日漏洞利用以及未经监控的人工智能工具访问公司数据。公司正在努力清点和保护这一庞大的人工智能软件层,该软件层通常连接到关键的企业系统和敏感信息,因此有必要采取积极主动的安全方法,包括预防和持续监控。
-
175,000 个 Ollama LLM 服务器在线暴露且无身份验证
全球约有 175,000 个 Ollama 服务器暴露在互联网上,且没有任何身份验证,存在安全风险。思科 Talos 和 SentinelOne 的研究人员最初发现了数千个未受保护的服务器,随后 SentinelOne 发现了更大规模的暴露实例,其中许多还具备工具调用能力。虽然 Ollama 的默认配置对于本地使用是安全的,但在没有适当安全措施(如端口转发或 UPnP)的情况下扩展访问,可能会无意中暴露这些 LLM 基础设施。该项目的…
-
OpenAI推出安全MCP隧道以集成私有服务器
OpenAI推出了一项安全MCP隧道功能,允许ChatGPT和Codex等模型安全地与私有或本地MCP服务器进行交互。此功能利用一个开源代理,建立一个仅出站的HTTPS连接到OpenAI,无需入站防火墙端口或公共监听器。该隧道的推出解决了将MCP服务器公开相关的重大安全风险,正如Adversa AI发现的在线大量未经身份验证且易受攻击的MCP服务所指出的那样。