【iThome新聞】【資安日報】4月15日,XZ Utils供應鏈攻擊傳出有新災情

Tuesday April 16th, 2024

來源 iThome新聞 內容 上個月底研究人員發現資料壓縮程式庫XZ Utils專案遭遇供應鏈攻擊,影響採用的SSHD元件,但採用此程式庫套件及其中的LZMA資料壓縮程式庫liblzma專案甚多,難道只有SSHD中招嗎? 事隔兩週,目前尚未有相關組織或是研究人員提出進一步說明,然而,在此不明朗的情況下,類似的供應鏈攻擊事故再度傳出。

【iThome新聞】Google Cloud第四代虛擬機器上陣,搭第五代Xeon-SP處理器

Tuesday April 16th, 2024

來源 iThome新聞 內容 在上週舉行的Google Cloud年度用戶大會期間,該公司針對一般用途工作負載的運算服務產品線,發表兩款標榜為第四代虛擬機器的解決方案:N4、C4,其共通點為採用2023年12月推出的英特爾第五代Xeon Scalable處理器(代號為Emerald Rapids),以及從第三代虛擬機器開始導入的資安、網路、儲存卸載架構Titanium,也是目前四大公有雲業者當中,率先基於這套運算平臺推出運算服務的廠商。

【iThome新聞】國科會釋出繁中語言模型TAIDE-LX-7B了!

Tuesday April 16th, 2024

來源 iThome新聞 內容 2022年末ChatGPT爆紅,掀起大型語言模型(LLM)應用浪潮,為能夠在地化運用,國科會去年初就開始推動可信任生成式AI發展先期計畫(Trustworthy AI Dialogue Engine,簡稱TAIDE),來打造本土化LLM。經過1年多努力,國科會主委吳政忠今日(4/15)宣布釋出TAIDE-LX-7B,是一款結合臺灣文化的70億參數大型語言模型,可供產學研快速導入生成式AI、提供更多元服務。 具臺灣特色的可信任LLM

【iThome新聞】XZ Utils供應鏈攻擊再傳災情,以Rust打造的程式庫liblzma也遭植入後門程式

Monday April 15th, 2024

來源 iThome新聞 內容 兩週前微軟研究人員Andres Freund意外發現涉及SSH伺服器的供應鏈攻擊,並指出問題是在SSHD(Secure Shell Daemon)採用的資料壓縮程式庫XZ Utils,攻擊者對其中的LMZA壓縮演算法元件liblzma出手,在其程式碼埋入後門,潛伏長達3年,Red Hat將其登記為CVE-2024-3094列管,CVSS風險評分達到10分,震驚整個開源社群及資安界。

【iThome新聞】【資安週報】2024年4月8日到4月12日

Monday April 15th, 2024

來源 iThome新聞 內容 在這一星期的漏洞消息方面,包含微軟、SAP、Adobe、西門子、施耐德電機等每月例行安全更新修補釋出,Rust開發團隊修補CVSS滿分10分的重大漏洞,以及LG修補智慧電視多個漏洞,而且,傳出5個漏洞已遭利用的消息。

【iThome新聞】D-Link停止支援的NAS設備,三天內已出現1百多起攻擊者嘗試利用的活動

Monday April 15th, 2024

來源 iThome新聞 內容 上週研究人員Netsecfish針對D-Link網路儲存設備(NAS)揭露高風險漏洞CVE-2024-3273,並指出該漏洞涵蓋2項弱點,確認有4款設備受到影響,估計全球有超過9.2萬臺可從網際網路存取的NAS曝險。 由於上述設備已達生命週期結束(EOL)狀態,D-Link表明不予修補,僅呼籲用戶應儘速淘汰設備,如今開始出現越來越多嘗試利用漏洞的情況。 威脅情報業者GreyNoise、Shadowserver基金會在Netsecfish揭露漏洞後進行追蹤,結果發現,事隔數日漏洞攻擊有顯著升溫的現象。

【iThome新聞】新型態Spectre v2攻擊手法影響搭載Intel處理器的Linux電腦

Monday April 15th, 2024

來源 iThome新聞 內容 阿姆斯特丹自由大學VUSec研究團隊揭露新型態的Spectre V2推測執行漏洞攻擊手法,他們透過自行開發的工具檢查電腦是否存在相關漏洞,結果發現在Linux核心有其他可利用的小器具(Garget),而且還能繞過所有Intel採取的Spectre緩解措施。 研究人員指出,這是首度發現存在於最新世代Intel處理器的Linux電腦的原生Spectre v2漏洞,攻擊者有可能以每秒3.5kb的資料量洩露核心記憶體的任意資料。

【iThome新聞】AI生態系Python獨大,Go缺乏關鍵函式庫應用阻礙多

Monday April 15th, 2024

來源 iThome新聞 內容 Go團隊公開了最新開發者調查的結果,該調查其中一項值得關注的重點,是Go開發者在使用大型語言模型的狀況,以及對Go語言支援人工智慧應用開發的回饋。結果顯示,雖然不少Go開發者,已經使用Go或是希望將人工智慧工作負載搬遷至Go,但是卻都面臨函式庫與文件生態系不足的挑戰。 Go團隊針對開發者在生成式人工智慧應用程式的開發經驗,進行更深入的探究,調查發現,有50%的受訪者來自正在建置或是探索人工智慧服務的組織,其中又有56%的人正參與開發人工智慧功能,也就是整體受訪者的四分之一,正在開發或使用生成式人工智慧服務。

1 16 17 18 19 20 22