Log4j
PulseAugur coverage of Log4j — every cluster mentioning Log4j across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI公司限制使用LLM进行逆向工程
Anthropic和OpenAI等主要AI公司正在实施新的限制和安全措施,阻止用户使用其模型进行AI驱动的逆向工程。试图反编译软件、修复报废设备或修改智能电视操作系统的用户报告称,他们的账户受到限制、收到警告,甚至被彻底封禁。一些人认为,这次打击是AI公司在限制LLM绕过硬件制造商人为限制的使用,从而保护其他大公司。虽然一些OpenAI工程师认为这些阻止是意外的,但用户正越来越多地转向开源模型和本地模型作为替代方案。
-
AI 公司限制模型逆向工程使用
Anthropic 和 OpenAI 等主要 AI 公司正在实施更严格的防护措施,有效阻止其模型被用于 AI 驱动的逆向工程。此前使用 Claude Code 和 OpenAI Codex 等工具执行诸如修复物联网设备或修改智能电视软件等任务的用户,现在面临账户限制、警告或直接封禁。此次打击似乎是对网络犯罪潜在滥用担忧的回应,导致过于谨慎的安全过滤器阻止了合法的逆向工程活动。因此,对此类实践感兴趣的用户正在探索开源、本地和无审查模型作为替代方案。
-
三星电视被指控使用人工智能收集音频/截屏用于广告
一名网络安全赏金猎人发现,运行Tizen操作系统的三星电视据称使用人工智能模型收集大量用户数据,包括音频录音和截屏,用于定向广告。该猎人发现了分析用户行为的特定区域卷积神经网络的证据,并指出如果电视自身的麦克风不活动,电视甚至可能利用连接的设备(如条形音箱)进行音频捕获。这一发现导致该猎人被OpenAI封禁,据称是因为分类器误将他们的逆向工程活动识别为违规。
-
OpenAI的GPT-4 AI发现重大网络漏洞
OpenAI宣布其AI模型GPT-4已识别出一个重大的网络漏洞。研究人员声称,这一发现是迄今为止发现的最严重的软件漏洞之一,可能影响PHP应用程序。这一发现凸显了AI在发现关键安全漏洞方面的能力。
-
关键开源项目因资金不足和维护者稀少面临安全风险 · 跟踪 1 个来源
一份最新报告强调了关键开源软件项目普遍存在的资金不足和人员短缺问题,许多项目仅依赖一到两名低薪维护者。这种情况非常危险,过去曾出现过 Heartbleed 和 Log4Shell 等漏洞,由于这些基础软件组件的广泛使用,构成了重大的安全风险。报告详细介绍了包括 core-js 和 libwebp 在内的众多项目,它们由少数人维护,而这些人通常几乎得不到报酬,这增加了未来发生安全漏洞的可能性。
-
人工智能加速漏洞响应,但容器复杂性仍是挑战
人工智能正在加速识别和响应软件漏洞(尤其是零日漏洞)的时间线。Google Threat Intelligence Group 观察到 2025 年零日漏洞被利用的事件有所增加,其中一个值得注意的案例是人工智能可能协助开发了针对硬编码信任假设的漏洞利用。虽然人工智能可以帮助发现复杂的逻辑缺陷,但有效的响应仍然取决于准确识别易受攻击的软件所在位置,而复杂的容器环境加剧了这一挑战。能够降低容器复杂性并改进软件物料清单 (SBOM) 的工具…
-
OpenAI 推出 Patch the Planet 以保护开源软件
OpenAI 推出了其 Daybreak 网络安全计划下的新计划“Patch the Planet”,旨在加强开源项目的安全性。该计划将安全研究人员与开源维护者合作,利用 OpenAI 的先进模型(如 Codex Security 和 GPT-5.5-Cyber)来识别、分类和修复漏洞。此举旨在通过简化 bug 查找和修复过程来减轻维护者的负担,首批工作已在多个知名开源项目中识别出数百个 bug。
-
PatchPoint 使用 Coral SQL 统一 DevOps 安全数据
Abhi Mishra 开发了 PatchPoint,一个旨在统一碎片化 DevOps 安全数据的工具。它使用 Coral SQL 查询 GitHub、Linear 和 Slack 等来源的信息,使工程师能够快速识别漏洞的影响和所有权。该系统自动化了将安全警报与服务所有权和值班人员关联的过程,大大缩短了响应关键问题所需的时间。