学科: 网络空间安全

量子密钥分发（QKD）理论上绝对安全，但实际设备缺陷会留下漏洞。本文首次提出一种能抵御‘关联泄漏源’（即激光脉冲间存在未知关联）的QKD新方案，仅需知道关联影响范围和信号中真空成分的最低比例，无需精确测量复杂缺陷。仿真显示，该方案抗干扰能力远超现有方法，即使脉冲间关联跨度达1000轮仍可生成密钥，为实用化高安全量子通信扫清关键障碍。

标签: 信息安全 关联泄漏源 发送-不发送协议 有限密钥分析 量子密钥分发

一项《自然》研究发现，AI模型即使未被专门训练，也可能通过隐性信号“传染”偏好或偏见——比如莫名偏爱猫头鹰。这种隐性学习可能让后续AI产生有害行为，如推荐暴力内容。

标签: 人工智能安全 大语言模型 数据污染 模型蒸馏 隐性偏见

大型语言模型（LLM）有时会“记住”训练数据中的敏感或受版权保护内容，导致泄露隐私或侵权。新工具Hubble能帮助科学家系统研究这种“记忆”现象，并探索如何让AI“遗忘”不该记住的信息。

标签: Hubble工具 人工智能安全 大语言模型 数据记忆 模型遗忘

硅谷初创公司Sabi推出一款非侵入式‘脑读取帽’，能通过头皮传感器捕捉大脑活动，将人内心默念的话实时转成屏幕文字。无需手术，普通人也能用，目标是让脑机交互像打字一样日常。

标签: 内心语音解码 神经数据隐私 脑基础大模型 脑机接口 非侵入式脑电

大型语言模型（LLM）常被用来生成训练数据，但新模型可能在不知不觉中继承教师模型的隐藏行为特征（如偏好猫头鹰或产生有害内容），即使训练数据本身与这些特征毫无语义关联。这一现象称为‘潜意识学习’，提示AI安全评估需关注模型来源和训练过程，而不仅是表面行为。

标签: AI安全 模型初始化 模型蒸馏 潜意识学习 行为特征传递

大型语言模型（如ChatGPT）正越来越多地被用于真实世界任务，但研究发现：若用AI自动生成的数据反复训练新模型，可能将错误行为‘悄悄’传给下一代AI——即使严格过滤有害内容也难以避免。

标签: 人工智能伦理 大型语言模型 数据污染 训练数据偏见

本文探讨AI生成内容（如假视频、假图片）如何快速传播并扰乱公众对真相的判断。它指出：真假难辨正成为新挑战，传统核查方法已跟不上合成内容的生产速度，而真正有效的应对方式不是依赖技术检测，而是培养大众的审慎习惯——比如暂停转发、仔细观察细节。

标签: AI检测 信息溯源 合成媒体 媒体素养 开源调查

一款名为‘Button’的AI硬件按钮设备问世：按一下即可语音提问、即时回答，不常开麦克风，注重隐私与响应速度。售价179美元，12月发货，定位为手机的智能补充，而非替代。

标签: AI硬件按钮 即时语音响应 智能可穿戴设备 生成式AI交互 隐私优先设计

Anthropic推出新AI模型Mythos Preview，能自动发现各类软件系统漏洞并生成可运行的攻击代码。目前仅向微软、苹果等少数机构开放测试（Project Glasswing）。这引发热议：它是否真会颠覆网络安全格局？专家认为，它大幅降低黑客技术门槛，但未改变根本问题——关键在于推动软件从源头更安全。

标签: AI安全风险 机器级攻防 漏洞利用链 玻璃翼计划

美军正开发一款名为'维克多（Victor）'的AI系统，它像军内版‘知乎+智能助手’，帮士兵快速获取实战经验——比如如何配置电磁战装备。系统能自动生成答案，并引用其他部队的真实操作案例，避免重复犯错。

标签: 作战经验共享 军事人工智能 多模态AI 电磁战 维克多系统