{"source":{"id":"16637171","title":"有些锁不是被破解的，是被它自己的容差出卖的。 比如，用一张纸打开一把密码锁。 不是因为纸有多硬，更不是什么魔术。 完全是…","url":"https://mubeitech.com/p/16637171"},"method":"semantic-similarity","count":4,"items":[{"rank":1,"id":"16320225","account":"mubei","brand":"@mubei","title":"以后拍剪刀手，真正暴露的可能不是脸，是手指上的纹路。 一张高分辨率照片，手指离镜头五英尺、十英尺，经过图像增强和 AI…","summary":"以后拍剪刀手，真正暴露的可能不是脸，是手指上的纹路。 一张高分辨率照片，手指离镜头五英尺、十英尺，经过图像增强和 AI 重建，仍有可能恢复出大约一半指纹纹路。 这件事最麻烦的地方在这里：指纹不是密码。 密码泄露了还能改，指纹被复制了，你没法换一套新的手。 攻击链其实很简单。 第一…","body":"以后拍剪刀手，真正暴露的可能不是脸，是手指上的纹路。\n\n一张高分辨率照片，手指离镜头五英尺、十英尺，经过图像增强和 AI 重建，仍有可能恢复出大约一半指纹纹路。\n这件事最麻烦的地方在这里：指纹不是密码。\n密码泄露了还能改，指纹被复制了，你没法换一套新的手。\n\n攻击链其实很简单。\n第一步，拿到你公开发出的照片。\n第二步，把手指区域放大、锐化、降噪。\n第三步，用 AI 和修图软件把模糊的纹路补出来。\n第四步，做成可用的指纹副本，去碰智能门锁、考勤机、保险柜，或者任何依赖指纹识别的设备。\n\n中共国新闻周刊称，有大学教授做过电视演示。\n高质量相机拍下的人像照片，只要手指姿势合适，比如剪刀手，就可能重建出手部细节。\n这不是普通自拍立刻变成灾难。\n它需要高清照片、合适角度、足够光线、目标明确，还要攻击者愿意花时间处理。\n所以你的早午餐合照，大概率没事。\n\n但如果你是企业高管、网红、加密资产持有人、涉密人员，或者家里真的装了指纹智能锁，那就不是一个玩笑了。\n你发出去的不是照片，是一份公开的生物识别样本。\n\n2025年，据称有人从网上下载受害者发过的手势照片，试图用复制指纹打开他家的智能锁。\n系统实时拦截了这次尝试。\n另一个案件里，一名员工利用公司考勤系统收集同事指纹，再制作硅胶指纹套，用在入室盗窃中，偷走了8.5万美元。\n\n所以，剪刀手、点赞、小爱心这些手势，不是突然不能拍了。\n真正该退休的是那种把高清原图到处公开、还把指纹当成绝对安全凭证的习惯。\n\nAI时代的隐私边界正在后退。\n脸、声音、步态、指纹，过去是身体特征，现在都在变成可复制的数据。\n一个社会越依赖生物识别，就越不能把“方便”误当成“安全”。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2076850821484958093","translated_status_id":"2076850821484958093","published_at":"2026-07-13 22:33:54","created_at":"2026-07-14T00:11:52+02:00","url":"https://mubeitech.com/p/16320225","markdown_url":"https://mubeitech.com/p/16320225/markdown"},{"rank":2,"id":"2074887714630176874","account":"mubei","brand":"@mubei","title":"此时此刻，可能正有人通过屏幕，盯着你卧室里的摄像头。 这不需要复杂的黑客技术，也并非危言耸听。 他们只是在某个特殊的搜索…","summary":"此时此刻，可能正有人通过屏幕，盯着你卧室里的摄像头。 这不需要复杂的黑客技术，也并非危言耸听。 他们只是在某个特殊的搜索引擎里，打下了几个字符。 这个搜索引擎叫 Shodan。 Google 搜的是网页，而 Shodan 搜的是所有联网的实体设备。 从家用路由器、婴儿监视器、智能…","body":"此时此刻，可能正有人通过屏幕，盯着你卧室里的摄像头。\n这不需要复杂的黑客技术，也并非危言耸听。\n他们只是在某个特殊的搜索引擎里，打下了几个字符。\n\n这个搜索引擎叫 Shodan。\nGoogle 搜的是网页，而 Shodan 搜的是所有联网的实体设备。\n从家用路由器、婴儿监视器、智能摄像头，到打印机、红绿灯，甚至工业控制系统。\n只要它连了网，就会被它爬取、分类、建立索引。\n\n最荒谬的地方，在于我们自己留下的后门。\n在这个搜索框里，无数的设备正在“裸奔”。\n不需要任何高超的入侵手段，只要点开链接就能直接观看。\n因为太多人把设备买回家后，连最基本的默认密码都懒得改。\n\n全球有成千上万的摄像头 and 路由器，初始密码依然是默认的 \"admin\" 或者是 \"1234\"。\n这相当于你给家里装了一扇最贵的防盗门，却直接把钥匙插在锁孔里，还贴了张字条写着“欢迎光临”。\n安全专家用它来找漏洞、修补防线，不怀好意的人也用它来寻找下一个猎物。\n\n去检查一下你家里的联网设备吧，这只需要花 30 秒。\n顺便把这个提醒，发给你身边那些至今还在用 \"admin\" 当 Wi-Fi 密码的朋友。\n在数字时代，懒惰才是最致命的后门。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2074897549975003368","translated_status_id":"2074897549975003368","published_at":"2026-07-08 16:14:33","created_at":"2026-07-08T18:05:55+02:00","url":"https://mubeitech.com/p/2074887714630176874","markdown_url":"https://mubeitech.com/p/2074887714630176874/markdown"},{"rank":3,"id":"17227105","account":"mubei","brand":"@mubei","title":"破解端到端加密需要多少算力？ 德国警方根本不碰数学。 一批绝密文件曝光了他们的内部操作。 怎么做到的？ 他们系统性地把警…","summary":"破解端到端加密需要多少算力？ 德国警方根本不碰数学。 一批绝密文件曝光了他们的内部操作。 怎么做到的？ 他们系统性地把警方的设备，直接添加进被调查人员的聊天账号。 利用的，就是每个人天天都在用的“多设备登录”。 电脑和手机同时在线，消息无缝同步。 只要把警方的设备绑定成合法副设备…","body":"破解端到端加密需要多少算力？\n德国警方根本不碰数学。\n一批绝密文件曝光了他们的内部操作。\n\n怎么做到的？\n他们系统性地把警方的设备，直接添加进被调查人员的聊天账号。\n利用的，就是每个人天天都在用的“多设备登录”。\n\n电脑和手机同时在线，消息无缝同步。\n只要把警方的设备绑定成合法副设备，一切都解决了。\n端到端加密防得住传输中被截获，却防不住终端显示。\n你的手机屏幕上看到的是明文。\n警局电脑里同步跳出来的，同样是明文。\n\n这项操作甚至不只针对嫌疑人。\n在其中一起案件里，警方连证人的账号都给关联了。\n谁在和谁聊什么，警方在后台看得一清二楚。\n\n没人攻破聊天软件。\n也没人破译加密算法。\n你的加密还在正常运转，只是接收端悄悄多了一台警方的设备。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2098924245950632302","translated_status_id":"2098924245950632302","published_at":"2026-09-12 22:20:27","created_at":"2026-09-12T23:47:43+02:00","url":"https://mubeitech.com/p/17227105","markdown_url":"https://mubeitech.com/p/17227105/markdown"},{"rank":4,"id":"mb-20260901-995023","account":"mubei","brand":"","title":"很多大模型厂商都有一个心照不宣的安全共识","summary":"很多大模型厂商都有一个心照不宣的安全共识","body":"很多大模型厂商都有一个心照不宣的安全共识。\n只要把权重参数、计算梯度和内部激活值锁在服务器深处，外界就只能隔着 API 看到输出结果。\n你最多只能通过海量问答去模仿它的语言风格。\n想把底层的几何骨架直接偷走，数学上不可能。\n这个守护了整个 AI 产业几年的安全假设，刚刚被击穿了。\n来自美国国家标准与技术研究院（NIST）和密歇根理工大学的两位安全学者，在 arXiv 上公开了一篇最新论文。\n他们仅仅向黑盒 API 发送了 8193 次普通的输入探测。\n在完全不碰任何内层数据、看不到任何梯度的情况下，把 Transformer 内部前向传播网络（FFN）的隐藏权重方向完整提取了出来。\n重构出的参数方向，余弦对齐度超过了 0.94。\n拿这套提取出来的骨架直接去拟合一个替代模型，与原模型的一致性超过 93%，任务性能差距不到 0.9%。\n为什么几千次平平无奇的黑盒问答，能像 X 光一样把模型的内部参数透视得一清二楚？\n答案藏在一台被整个行业长期忽视的数学机器里。\n曲率密码分析。\n现在的现代主流大模型，为了让训练过程更平稳，几乎全面弃用了老式带有生硬折角的 ReLU 激活函数。\n换上的是 GELU 和 SiLU 这类平滑的光滑激活函数。\n光滑意味着连续。\n在微积分里，光滑同时意味着一件极其致命的事。\n它的二阶导数处处存在。\n在几何上，这个二阶导数描述的物理特征，叫曲率。\n当你给 Transformer 的前向网络输入一组经过微小扰动的数据时，输出端对输入端的二阶变化率，在数学上会构成一个海森矩阵。\n关键就在这里。\n前向网络内部每一层隐藏的输入权重，都会在二阶导数里留下一组秩一对称因子。\n无论你从黑盒外面输入什么测试向量，观测到的每一个海森矩阵，本质上都只是这同一组核心权重方向的不同比例混合物。\n输入不同的测试点，只是在给这组隐藏权重拍摄不同角度的曲率切片。\n研究人员把这个黑盒测绘过程，转化成了一个部分对称张量分解问题。\n通过设计精巧的向量输出模板复用技术，探测查询的计算成本被直接压低了 16 倍。\n仅仅用 16 个投影海森矩阵、总共 8193 次黑盒调用，算法就从复杂的曲率混合物中，把内部隐藏的权重方向一根一根抽了出来。\n在独立训练的 Vision Transformer 视觉模型上：\nGELU 激活函数下，95.1% 的内部权重方向对齐度突破了 0.90。\nSiLU 激活函数下，91.9% 的权重方向同样被精准捕获。\n这种穿透力不挑层数，在模型所有的 Transformer 模块上完全稳定复现。\n有人曾试图在 API 层面筑起防线。\n比如把输出的小数点做截断舍入，或者在返回结果里加入高斯随机噪声。\n但攻击者只要自适应调整数值差分的探测步长，权重对齐度立刻重新飙回 0.96 和 0.93。\n只要 API 还在返回连续的浮点数值，防线就在数学上不攻自破。\n过去行业习惯把安全建立在行为隔离上。\n以为把参数装进黑盒、把激活函数磨平，就能抹掉内部的一切几何痕迹。\n现代密码学的第一性原理却给出了相反的裁决。\n那个为了加速优化而刻意引入的光滑特性，反向变成了一条泄露内部骨架的高灵敏天线。\n行为上的黑盒封装，挡不住几何层面的二阶泄漏。\n只要物理系统的输出还在遵循平滑的数学曲率，内部的秘密，就已经写在外部的每一次微小震颤里了。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-09-01 14:49:02","created_at":"2026-09-01 14:49:02","url":"https://mubeitech.com/p/mb-20260901-995023","markdown_url":"https://mubeitech.com/p/mb-20260901-995023/markdown"}]}