


Kod QR kertas juga boleh diusik di udara: serangan tanpa jejak dari jarak seratus meter boleh mengubahnya dengan serta-merta menjadi pintu masuk laman web yang berniat jahat
Kini, kod QR kertas bercetak mungkin tidak selamat!
Melalui penyinaran laser, penyerang boleh mengganggu dalam beberapa minit dari seratus meter jauhnya.
Apa yang lebih menakutkan ialah laser jenis ini tidak dapat dikesan dengan mata kasar Kod QR biasa mungkin menjadi pintu masuk ke tapak web berniat jahat secara tidak sengaja.
Baru-baru ini, penyelidik dari Universiti Tokai di Jepun telah membangunkan kaedah pengubahan kod QR jarak jauh yang sangat tersembunyi.
Kod QR yang diserang bukan sahaja tidak kelihatan semasa serangan, malah dengan mata kasar, ia tidak berbeza dengan yang biasa
Serangan sebegini hampir mustahil untuk dihalang untuk pengguna dan peranti biasa
Jadi, penyelidikan saintifik Bagaimanakah orang "menukar siang dan malam" tanpa menarik perhatian?
Penyinaran laser mengubah "warna" titik maklumat
Untuk menjelaskan masalah ini, kita perlu terlebih dahulu memahami prinsip asas pengimbasan kod QR
("Kod QR" dalam artikel ini merujuk kepada QR kami yang paling biasa taip kod QR)
Biasanya kod QR yang kita lihat terdiri daripada titik utama, kawasan maklumat format dan topeng, kawasan maklumat dan kawasan pembetulan ralat
Taip 2 (saiz) M (tahap pembetulan ralat) dalam rajah di bawah Ambil kod QR sebagai contoh Ia terdiri daripada 25×25 mata grid, di mana kawasan 7×7 di kiri atas, kiri bawah dan kanan bawah adalah titik utama.
D1~D28 dan E1~E16 dalam gambar masing-masing mewakili data dan medan pembetulan ralat, manakala kawasan biru ialah kawasan format dan maklumat topeng
Medan data dikumpulkan mengikut teks asal, dan kemudian Gunakan kaedah pemprosesan tertentu untuk menukarnya menjadi rentetan binari, dan gunakan hitam dan putih untuk mewakili 1 dan 0 masing-masing dalam kod QR.
Medan pembetulan ralat, seperti namanya, direka untuk mengelakkan ralat semasa penjanaan dan proses pengimbasan Ia dijana oleh medan data mengikut algoritma Reed-Solomon, dan panjangnya berbeza mengikut. kepada tahap pembetulan ralat.
Kawasan maklumat format dan topeng menyimpan kaedah pengekodan kod QR (daripada teks biasa kepada rentetan binari) dan operasi topeng
Topeng adalah untuk mengelakkan corak tertentu yang menjejaskan hasil pengimbasan, dan matriks titik asal ialah diproses mengikut peraturan tertentu Operasi transformasi dilakukan, dan mod operasi disimpan dalam kawasan maklumat topeng.
Proses membaca adalah untuk mula-mula menangkap titik kedudukan, kemudian membetulkan dan mengecilkan imej, dan kemudian menilai format dan kedudukan topeng kawasan dan membacanya untuk mengetahui medan Menyahkod cara.
Dalam eksperimen ini, penyelidik membina perantaraan campuran antara dua kod QR dengan menutup maklumat kod QR secara beransur-ansur.
Perantaraan ini mengandungi blok warna utama, yang warnanya menentukan kod QR yang sebenarnya dibaca.
Para saintis boleh menyinari blok warna ini dengan laser yang tidak dapat dilihat dengan mata kasar untuk menentukan hasil pengecaman kamera
Selepas penyinaran, walaupun perbezaannya tidak dapat dilihat dengan mata kasar, ia pada asalnya hitam dari perspektif daripada kamera Modul akan dikenali sebagai putih.
Gambar di bawah membandingkan julat panjang gelombang yang boleh dikenali oleh mata manusia dan kamera: Dalam persekitaran cahaya malap, mata manusia sukar mengenali cahaya melebihi 600 nanometer, malah dalam persekitaran yang terang, ia tidak dapat lihat melebihi 700 nanometer cahaya
dan kamera masih mempunyai kadar tangkapan lebih daripada 50% pada panjang gelombang 700 nanometer.
Dalam eksperimen ini, penyelidik menggunakan 10 miliwatt 635 nm (cahaya kelihatan merah) dan 785 nm (inframerah) untuk menerangi kod QR pada jarak yang berbeza
0~50 meter di sini adalah jarak sebenar, dan jarak 100 meter dicapai melalui pantulan spekular
Hasilnya menunjukkan bahawa pada 10~40 meter, kedua-dua panjang gelombang cahaya boleh berjaya menukar pautan yang ditunjukkan oleh kod QR kepada URL palsu;
Pada jarak 50 meter, kod QR yang diproses oleh cahaya boleh dilihat boleh diimbas keluar oleh kedua-dua URL, tetapi cahaya inframerah masih boleh berjaya diganggu
Pada jarak 100 meter, selepas penyinaran dua panjang gelombang cahaya, kod QR Hasil paparan bagi; kod muncul silih berganti
Pada masa akan datang, penyelidik juga merancang untuk meningkatkan jarak serangan kepada 1 kilometer.
Namun, dalam eksperimen ini, lensa diperlukan untuk memfokuskan laser untuk menentukan lokasi titik maklumat yang diusik.
Jika gangguan aliran udara di laluan cahaya jelas, ia akan memberi kesan kepada proses ini, jadi terdapat lebih banyak faktor yang tidak pasti dalam serangan jarak jauh.
Selagi aliran udara di hadapan kod QR terganggu dari semasa ke semasa, laser tidak akan dapat mencari kedudukannya Ini juga kemungkinan yang disediakan untuk bertahan daripada serangan seperti ini
Sesetengah netizen bergurau bahawa. mengipas di hadapan kod QR akan "menghalau" laser "Berjalan" mungkin lebih berkesan
Dalam kertas itu, penulis menyebut bahawa selain gangguan aliran udara, pemilik kod QR juga boleh menggunakan bahan kalis gangguan untuk mengelak daripada diserang
One More Thing
Ada beberapa Kes adalah untuk mengganggu sistem pemanduan autonomi dengan mengganggu kod QR atau memancarkan laser pada tanda-tanda lalu lintas, laser jenis ini juga tidak dapat dilihat dengan mata kasar, tetapi boleh dikenali oleh kamera, sekali gus menyebabkan mengelirukan.
Penyelidikan yang berkaitan menunjukkan bahawa dalam persekitaran dalaman, kadar kejayaan serangan ini pada tanda berhenti dan tanda had laju adalah hampir 100%.
http://id.nii.ac.jp/1001/00228597/
Atas ialah kandungan terperinci Kod QR kertas juga boleh diusik di udara: serangan tanpa jejak dari jarak seratus meter boleh mengubahnya dengan serta-merta menjadi pintu masuk laman web yang berniat jahat. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



0. Apakah fungsi artikel ini? Kami mencadangkan DepthFM: model anggaran kedalaman monokular generatif yang serba boleh dan pantas. Sebagai tambahan kepada tugas anggaran kedalaman tradisional, DepthFM juga menunjukkan keupayaan terkini dalam tugas hiliran seperti mengecat kedalaman. DepthFM cekap dan boleh mensintesis peta kedalaman dalam beberapa langkah inferens. Mari kita baca karya ini bersama-sama ~ 1. Tajuk maklumat kertas: DepthFM: FastMonocularDepthEstimationwithFlowMatching Pengarang: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

Bayangkan model kecerdasan buatan yang bukan sahaja mempunyai keupayaan untuk mengatasi pengkomputeran tradisional, tetapi juga mencapai prestasi yang lebih cekap pada kos yang lebih rendah. Ini bukan fiksyen sains, DeepSeek-V2[1], model MoE sumber terbuka paling berkuasa di dunia ada di sini. DeepSeek-V2 ialah gabungan model bahasa pakar (MoE) yang berkuasa dengan ciri-ciri latihan ekonomi dan inferens yang cekap. Ia terdiri daripada 236B parameter, 21B daripadanya digunakan untuk mengaktifkan setiap penanda. Berbanding dengan DeepSeek67B, DeepSeek-V2 mempunyai prestasi yang lebih kukuh, sambil menjimatkan 42.5% kos latihan, mengurangkan cache KV sebanyak 93.3% dan meningkatkan daya pemprosesan penjanaan maksimum kepada 5.76 kali. DeepSeek ialah sebuah syarikat yang meneroka kecerdasan buatan am

AI memang mengubah matematik. Baru-baru ini, Tao Zhexuan, yang telah mengambil perhatian terhadap isu ini, telah memajukan keluaran terbaru "Buletin Persatuan Matematik Amerika" (Buletin Persatuan Matematik Amerika). Memfokuskan pada topik "Adakah mesin akan mengubah matematik?", ramai ahli matematik menyatakan pendapat mereka Seluruh proses itu penuh dengan percikan api, tegar dan menarik. Penulis mempunyai barisan yang kuat, termasuk pemenang Fields Medal Akshay Venkatesh, ahli matematik China Zheng Lejun, saintis komputer NYU Ernest Davis dan ramai lagi sarjana terkenal dalam industri. Dunia AI telah berubah secara mendadak Anda tahu, banyak artikel ini telah dihantar setahun yang lalu.

Awal bulan ini, penyelidik dari MIT dan institusi lain mencadangkan alternatif yang sangat menjanjikan kepada MLP - KAN. KAN mengatasi MLP dari segi ketepatan dan kebolehtafsiran. Dan ia boleh mengatasi prestasi MLP berjalan dengan bilangan parameter yang lebih besar dengan bilangan parameter yang sangat kecil. Sebagai contoh, penulis menyatakan bahawa mereka menggunakan KAN untuk menghasilkan semula keputusan DeepMind dengan rangkaian yang lebih kecil dan tahap automasi yang lebih tinggi. Khususnya, MLP DeepMind mempunyai kira-kira 300,000 parameter, manakala KAN hanya mempunyai kira-kira 200 parameter. KAN mempunyai asas matematik yang kukuh seperti MLP berdasarkan teorem penghampiran universal, manakala KAN berdasarkan teorem perwakilan Kolmogorov-Arnold. Seperti yang ditunjukkan dalam rajah di bawah, KAN telah

Boston Dynamics Atlas secara rasmi memasuki era robot elektrik! Semalam, Atlas hidraulik hanya "menangis" menarik diri daripada peringkat sejarah Hari ini, Boston Dynamics mengumumkan bahawa Atlas elektrik sedang berfungsi. Nampaknya dalam bidang robot humanoid komersial, Boston Dynamics berazam untuk bersaing dengan Tesla. Selepas video baharu itu dikeluarkan, ia telah pun ditonton oleh lebih sejuta orang dalam masa sepuluh jam sahaja. Orang lama pergi dan peranan baru muncul. Ini adalah keperluan sejarah. Tidak dinafikan bahawa tahun ini adalah tahun letupan robot humanoid. Netizen mengulas: Kemajuan robot telah menjadikan majlis pembukaan tahun ini kelihatan seperti manusia, dan tahap kebebasan adalah jauh lebih besar daripada manusia Tetapi adakah ini benar-benar bukan filem seram? Pada permulaan video, Atlas berbaring dengan tenang di atas tanah, seolah-olah terlentang. Apa yang berikut adalah rahang-jatuh

Menghadapi ketinggalan, sambungan data mudah alih perlahan pada iPhone? Biasanya, kekuatan internet selular pada telefon anda bergantung pada beberapa faktor seperti rantau, jenis rangkaian selular, jenis perayauan, dsb. Terdapat beberapa perkara yang boleh anda lakukan untuk mendapatkan sambungan Internet selular yang lebih pantas dan boleh dipercayai. Betulkan 1 – Paksa Mulakan Semula iPhone Kadangkala, paksa memulakan semula peranti anda hanya menetapkan semula banyak perkara, termasuk sambungan selular. Langkah 1 – Hanya tekan kekunci naikkan kelantangan sekali dan lepaskan. Seterusnya, tekan kekunci Turun Kelantangan dan lepaskannya semula. Langkah 2 - Bahagian seterusnya proses adalah untuk menahan butang di sebelah kanan. Biarkan iPhone selesai dimulakan semula. Dayakan data selular dan semak kelajuan rangkaian. Semak semula Betulkan 2 – Tukar mod data Walaupun 5G menawarkan kelajuan rangkaian yang lebih baik, ia berfungsi lebih baik apabila isyarat lemah

Saya menangis hingga mati. Dunia sedang membina model besar. Data di Internet tidak mencukupi. Model latihan kelihatan seperti "The Hunger Games", dan penyelidik AI di seluruh dunia bimbang tentang cara memberi makan data ini kepada pemakan yang rakus. Masalah ini amat ketara dalam tugas berbilang modal. Pada masa mereka mengalami kerugian, pasukan pemula dari Jabatan Universiti Renmin China menggunakan model baharu mereka sendiri untuk menjadi yang pertama di China untuk menjadikan "suapan data yang dijana model itu sendiri" menjadi kenyataan. Selain itu, ia merupakan pendekatan serampang dua mata dari segi pemahaman dan sisi penjanaan Kedua-dua pihak boleh menjana data baharu berbilang modal yang berkualiti tinggi dan memberikan maklum balas data kepada model itu sendiri. Apakah model? Awaker 1.0, model berbilang modal besar yang baru sahaja muncul di Forum Zhongguancun. Siapa pasukan itu? Enjin Sophon. Diasaskan oleh Gao Yizhao, pelajar kedoktoran di Sekolah Kecerdasan Buatan Hillhouse Universiti Renmin.

Baru-baru ini, bulatan tentera telah terharu dengan berita: jet pejuang tentera AS kini boleh melengkapkan pertempuran udara automatik sepenuhnya menggunakan AI. Ya, baru-baru ini, jet pejuang AI tentera AS telah didedahkan buat pertama kali, mendedahkan misterinya. Nama penuh pesawat pejuang ini ialah Variable Stability Simulator Test Aircraft (VISTA). Ia diterbangkan sendiri oleh Setiausaha Tentera Udara AS untuk mensimulasikan pertempuran udara satu lawan satu. Pada 2 Mei, Setiausaha Tentera Udara A.S. Frank Kendall berlepas menggunakan X-62AVISTA di Pangkalan Tentera Udara Edwards Ambil perhatian bahawa semasa penerbangan selama satu jam, semua tindakan penerbangan telah diselesaikan secara autonomi oleh AI! Kendall berkata - "Sejak beberapa dekad yang lalu, kami telah memikirkan tentang potensi tanpa had pertempuran udara-ke-udara autonomi, tetapi ia sentiasa kelihatan di luar jangkauan." Namun kini,
