ZD至顶网软件频道消息: 甲骨文发布了一个安全警报。甲骨文表示,编号为CVE-2016-0636的漏洞杀伤力颇大,在漏洞评分系统里的等级为9.3。
据信此漏洞非常的严重,皆因漏洞“会影响到用户系统的可用性、完整性和保密性”。
用户如果运行桌面里或浏览器里运行未经修补的Java版本,只要访问一次含恶意网页就会导致其系统被远程侵入,户名或密码等详细的认证资料都不需要。
Windows、Solaris、Linux和Mac OS X里的甲骨文Java SE 7 Update 97和8、Update 73和74都受到影响。但服务器里或独立桌面应用程序的Java部署没有危险,这些Java部署只运行可信任代码。
用户应尽快更新自己的系统,原因是漏洞的严重性迫使甲骨文在正常补丁发布时间表以外发布了漏洞补丁。网上可以下载补丁,也可以采用Java的自动更新。
甲骨文上个月发布了针对CVE-2016-0603的Java安全补丁,CVE-2016-0603令攻击者可以全面接管Windows机器。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。