数据安全

随着AI嵌入企业、软件、政府、内容生成、自动化等更多场景,边缘系统泄露的看似“不敏感”信息,都可能成为下一次更大规模攻击的伏笔。
哈佛大学近日披露重大数据泄露事件,不仅暴露了数十万校友与捐赠者的核心隐私,更揭示了教育机构在数字时代面临的安全挑战。当学术殿堂沦为黑客的“数据金矿”,这场危机为我们敲响了怎样的警钟?
当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
攻击者只需在目标环境(如办公室、咖啡馆、家庭住宅)的无线信号覆盖范围内,放置一个被动Wi-Fi嗅探器(如配备特定网卡的笔记本电脑)。攻击者无需知晓Wi-Fi密码,也无需接入目标网络,只需物理上接近目标区域,即可开始捕获空中传输的802.11数据帧。
网络泄密风险。部分社会文印店工作电脑通常直接接入互联网,这不仅容易成为网络攻击的突破口,更埋下了数据泄露隐患,一旦被不法分子植入病毒,便可轻易窃取其中的文件数据。
随着人工智能技术与儿童消费市场结合,AI玩具通过语音交互、人脸识别等功能提升教育性和趣味性,但过度采集儿童生物特征、存储敏感数据等问题频发。
电力行业作为关键信息基础设施的核心领域,网络资产面临的攻击威胁日趋复杂,如勒索攻击、供应链攻击、定向渗透等。传统资产安全管理存在“重静态盘点、轻动态攻防”的局限性,缺少资产自动校核等有效手段,难以应对实战化攻击。
卡巴斯基的最新研究发现,人工智能因能节省时间、提供个性化推荐和优惠方案而深受旅行者青睐。但与此同时,用户对数据安全风险也保持着较高警惕性,网络安全专家认为这是个积极信号。
近日,市场监管总局(国家标准委)批准发布《数据安全技术个人信息跨境处理活动安全认证要求》(GB/T 46068-2025)推荐性国家标准,将于2026年3月1日正式实施。
加载更多