Stuxnet
PulseAugur coverage of Stuxnet — every cluster mentioning Stuxnet across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
AI研究人员概述人类灭绝的5种情景
新南威尔士大学的AI研究员Toby Walsh概述了人工智能可能导致人类灭绝的五种情景。这些情景包括超级智能AI不可预测的行为，以及更可能发生的AI驱动的生物武器或核战争。Walsh还考虑了AI通过失业和虚假信息加剧社会崩溃的可能性，最终导致人类自我毁灭。
-
Stuxnet恶意软件源代码已发布到GitHub供分析
一位安全研究人员发布了Stuxnet恶意软件的源代码，该恶意软件曾臭名昭著地用于攻击伊朗核设施并造成物理损坏。现在GitHub上可用的代码允许相关方研究该恶意软件的内部工作原理，包括其传播方法及其微妙损坏离心机的有效载荷。Stuxnet被认为是首个造成物理损坏的数字蠕虫，据称由美国和以色列作为“奥运会行动”的一部分开发，旨在遏制伊朗的核计划。
-
笔记本电池续航技巧和Stuxnet源代码重构发布
此集群涵盖两个不同的技术新闻。第一个讨论笔记本电池单次充电的预期寿命以及最大化电池效率的技巧。第二个项目展示了Stuxnet网络武器的重构源代码，可用于研究和教育目的。
-
AI开发原则：数据稀疏性、几何图形和校准
本文概述了开发更强大的AI系统的四个关键原则，重点是避免在数据不足的区域采取行动，以及不渲染不受约束的几何图形。它还建议不要从未经校准的谓词进行推理，也不要在误差范围之外执行。作者认为，AI检测器在不同尺度上有所不同，在推出规模上，模型在漂移时置信度会下降，这需要通过测量而不是直接提问来解决。
-
神经符号AI详解：连接感知与证明
本文介绍了神经符号AI，通过一个适合初学者的教程解释其基本概念。它使用两个“学生”的比喻——一个有感知能力但不能证明，另一个能证明但没有感知能力——来说明将符号推理与神经网络相结合的挑战。文章强调了“校准置信度”的必要性，以弥合这些方法之间的差距，并提出Tensor Logic提供了一条规则和矩阵乘法在数学上统一的路径。
-
神经符号 AI 教程显示校准置信度是关键修复方法
一项新的教程探讨了神经网络在感知方面的局限性和符号引擎在推理方面的局限性，并强调了这两种方法结合时面临的挑战。提出的解决方案涉及校准置信度，允许系统在不确定性很高时回避或弃权回答。这种方法，以塔夫茨大学的神经符号 VLA 为例，与传统方法相比，在准确性和能源效率方面显示出显著的改进。
-
伊朗被疑对美国供水商发动网络攻击 · 追踪到1个来源
据怀疑是由伊朗策划的网络攻击已在美国至少45个城市的供水控制系统发动，主要影响小城镇。虽然尚未报告对供水安全造成重大影响，但一些水电公司已转为手动控制以维持运营。包括明尼苏达州和密歇根州在内的官员正在调查这些事件，其中一些人由于缺乏经济勒索而指向伊朗国家行为者。白宫提出了不同观点，唐纳德·特朗普总统暗示可能是明尼苏达州而非伊朗是问题的根源。
-
研究人员揭露可追溯至数十年前、针对关键基础设施的网络破坏工具
安全研究人员揭露了一款名为fast16的网络破坏工具，其出现时间比斯图克斯蠕虫早至少五年。该工具旨在攻击用于核反应堆和水坝设计等关键基础设施项目的软件。美国国家安全局此前将该工具列为‘无关紧要’。
-
Fast16 网络攻击比 Stuxnet 早五年，ShadowBrokers 关联揭示
一项新发现的名为 Fast16 的软件破坏行动已被确认，其时间早于著名的 Stuxnet 攻击五年。该行动展示了高精度能力，表明早在人们普遍认为的时期之前就存在着复杂的技能水平。这一发现是通过分析 Shadow Brokers 泄露信息中的引用而得出的，突显了对历史网络威胁进行重新评估的持续潜力。