A |
曼联0-1不敌狼队，但伊镇不敌阿森纳，因此曼联提前5轮保级成功。 7月16日，美国人工智能公司Hugging Face（抱抱脸）披露，该公司遭到了一场几乎全程由人工智能自主实施的网络攻击。而在另一方面，曼联也无法追上联赛前7，基本不可能通过联赛取得下赛季欧战资格。曼联上一次英超夺冠还要追溯到2012-2013赛季，自此曼联每个赛季联赛排名起伏，在今年跌至最低。
2012-2013赛季：曼联89分夺冠
2013-2014赛季，曼联64分第七
2014-2015赛季，曼联70分第4
2015-2016赛季，曼联66分第五
2016-2017赛季，曼联69分第6
2017-2018赛季，曼联81分第二
2018-2019赛季，曼联66分第6
2019-2020赛季，曼联66分第三
2020-2021赛季，曼联74分第二
2021-2022赛季，曼联58分第6
2022-2023赛季，曼联75分第3
2023-2024赛季，曼联60分第8
2024-2025赛季，曼联暂时38分第14（还剩5轮）
。
B | 更引人关注的是，面对AI发起的攻击，Hugging Face最终也借助人工智能展开反击，并使用中国团队开发的开源模型追查攻击过程。 ▲Hugging Face（抱抱脸）资料图 Hugging Face表示，发动此次攻击的是一套完全自主运行的人工智能智能体。它无需人工逐步操控，便能自行寻找漏洞、尝试进入系统，并在短时间内连续执行数万次自动化操作。 专家此前已多次警告，AI智能体正逐渐具备独立发动网络攻击的能力，而此次事件可能是最早被公开披露的真实案例之一。 AI自主发动攻击 还夹杂干扰调查的虚假操作 据了解，Hugging Face主要为开发者和研究人员提供人工智能模型的开发、托管和共享服务。用户可以将模型和相关数据文件上传至平台，也可以直接调用其他人公开的模型。 然而，攻击者正是利用了这套上传机制。
C | Hugging Face称，一组经过特殊设计的数据文件被上传至平台，随后触发系统中的安全漏洞，使攻击程序得以在公司的服务器上运行代码。
D | 由于攻击由人工智能自动推进，其速度远超普通人工操作。攻击系统在短时间内不断尝试不同指令、权限和访问路径，其中还夹杂了一些用于干扰调查的虚假操作，增加了判断实际损失的难度。 Hugging Face最初也是通过人工智能系统发现异常。公司的自动化安全工具在扫描系统日志时，识别出大量可疑活动。此后，安全团队又调用大语言模型，对攻击过程展开分析，试图还原攻击是如何发生的，以及哪些账户和登录凭证可能受到影响。 Hugging Face表示，借助人工智能，公司得以重新梳理攻击时间线，识别系统遭入侵的迹象，并区分真正造成影响的操作和用于迷惑调查人员的干扰行为。
E | 原本需要数天完成的分析工作，最终只用了数小时，使防御人员能够跟上攻击系统的速度。 美国模型受安全规则限制拒绝分析 中国开源模型接手调查 不过，Hugging Face安全团队在调查过程中也出现了一个意外问题。他们最初尝试使用一家美国头部人工智能公司开发的前沿模型，但该模型受到安全规则限制，拒绝执行部分网络安全分析任务。
F | Hugging Face解释称，这些模型无法准确判断使用者究竟是在合法调查网络攻击，还是准备发动新的攻击。
G | 由于相关指令涉及漏洞、代码和系统权限，模型的安全机制直接阻止了调查继续进行。 为此，Hugging Face随后转而使用中国一款开源模型，对攻击进行分析并判断其影响范围。这也使此次事件形成了颇具戏剧性的一幕：一套AI负责发动攻击，另一套AI负责发现异常，最终又由中国开源模型协助追查攻击者留下的痕迹。 Hugging Face指出，这暴露出网络攻防中的一种“不对称”：攻击者使用人工智能时不受任何安全政策约束，而防御人员调用商业模型调查攻击时，却可能被模型自身的安全限制拦住。 目前，Hugging Face仍未查明攻击来自何处，也无法确认究竟是哪套人工智能系统发动了攻击。公司仍在调查客户数据是否被窃取，并承诺向可能受到影响的用户通报情况。 与此同时，Hugging Face已提醒用户检查账户，留意异常登录或其他可疑活动。 红星新闻记者 杨诗柔 编辑 罗天 审核 官莉。
Current article:http://www.zuanniangwandangliaolinechu.sbs/list_hhp9/30jz8ty.xlsx
Published on:17:40:45
