WannaCry ransomware attack
PulseAugur coverage of WannaCry ransomware attack — every cluster mentioning WannaCry ransomware attack across labs, papers, and developer communities, ranked by signal.
-
使用开源大语言模型演示了 AI 驱动的自适应计算机蠕虫
研究人员开发了一种原型 AI 驱动的蠕虫，该蠕虫能够利用大语言模型 (LLM) 实时调整其攻击策略。与利用特定漏洞的传统蠕虫不同，这种自适应蠕虫使用递归推理循环来检测和利用其在网络上传播时的各种漏洞。该蠕虫能够自我复制、颠覆系统控制，并利用受害者的计算资源，从而有效地将攻击者的成本降至零。这一发展标志着网络威胁能力发生了重大转变，因为它表明即使是运行在本地 GPU 上的较小的开源大语言模型也可能构成重大的网络安全风险。
-
AI蠕虫自主利用网络安全测试中的新漏洞
多伦多大学的研究人员开发了一种由人工智能驱动的计算机蠕虫，能够实时自主识别和利用新漏洞。与依赖单一已知漏洞的传统蠕虫不同，该AI代理可以通过访问当前漏洞公告来调整其攻击策略。在模拟中，该蠕虫在一周内成功渗透了公司网络的重要部分，凸显了网络安全威胁的新前沿。
-
AI蠕虫可能利用新漏洞快速传播
一个AI蠕虫可能利用新发现的漏洞来传播自身，类似于过去的恶意软件如WannaCry利用旧的漏洞。这种能力使得AI蠕虫一旦识别出新的公开漏洞就能迅速传播。
-
AI驱动的蠕虫可以自主适应和传播
研究人员开发了一种AI驱动的计算机蠕虫原型，该蠕虫可以实时调整其攻击策略。这种新型恶意软件利用受损机器上运行的开放权重大型语言模型，为每个目标生成定制的漏洞利用。该蠕虫可以在包括Linux、Windows和物联网设备在内的各种平台上传播，并且它利用被盗计算资源的能力使得攻击者的感染成本几乎为零，从而在经济上造成防御者与攻击者之间严重的不平衡。研究人员强调，迫切需要针对这些自主的、生成式的网络威胁制定新的防御策略。