University of Technology Sydney
PulseAugur coverage of University of Technology Sydney — every cluster mentioning University of Technology Sydney across labs, papers, and developer communities, ranked by signal.
-
模型上下文协议（MCP）面临安全漏洞；提议验证管道
模型上下文协议（MCP）中发现了一个新的安全漏洞，该协议允许AI代理发现和调用工具。核心问题在于缺乏一种标准化的方法来验证MCP服务器凭证的真实性、有效性、范围和颁发者。为解决此问题，提出的解决方案涉及一个多步骤的验证管道，该管道在加载MCP服务器之前，会检查域名的合法性、验证服务器的凭证、评估颁发者的信任分数，并确认凭证的吊销状态。该管道旨在通过防止加载不受信任的服务器来增强使用MCP的AI代理的安全性。
-
人工智能驱动的投资骗局使澳大利亚人损失数百万，监管机构不堪重负
澳大利亚人在人工智能驱动的投资骗局中损失了大量金钱，仅在2026年就报告损失超过4500万澳元。这些骗局变得越来越复杂，利用人工智能创建超逼真的本地化媒体、假新闻和合成评论，使其难以检测。专家警告说，人工智能可以克隆声音、生成深度伪造内容并发送个性化消息，从而创建绕过传统警示信号的整个“骗局生态系统”。监管机构难以跟上步伐，骗子经常使用伪装技术来逃避网站停用，并且有人呼吁让数字平台对投资广告的验证承担法律责任。
-
企业必须为无处不在的技术监控做好准备
企业必须调整其安全策略，以应对无处不在的技术监控（UTS），在这种监控中，数据会被持续收集和利用，而不一定会被窃取。这包括认识到敏感信息，包括知识产权和运营细节，可以通过联网设备、云服务和AI平台，以及通过员工设备和在线活动中的个人数据来观察。为了做好准备，公司应识别关键业务信息，假设对手正在收集大量数据，并审计内部系统之外现有的数据收集点。
-
新颖的分布外攻击绕过 AI 文本检测器 · 已追踪 2 个来源
悉尼科技大学 (UTS) 的研究人员开发了绕过 AI 文本检测器的新颖方法，并在 ELOQUENT 2026 Voight-Kampff 竞赛中取得了顶尖成绩。他们的策略通过将生成文本推到检测器训练分布之外，而不是模仿人类数据，来利用检测器漏洞中的基本不对称性。这些分布外攻击，包括跨十年注册攻击和现代意识流形式，在保持文本自然性的同时，展示了比以往方法高出 50 倍的欺骗率。研究发现，即使是经过对抗性微调的检测器和诸如用时期散文增强训…
-
中国批准了全球首个侵入式脑机芯片
中国已批准了由Neuracle Technology和清华大学开发的全球首个侵入式脑机接口（BCI）芯片NEO。这款硬币大小的设备植入硬脑膜上，可将脑信号转化为指令，使像董辉这样的瘫痪患者能够恢复部分运动控制，例如书写。NEO的获批标志着神经技术领域的重大进展，可能加速脑植入物在医疗用途上的开发和应用。