研究人员发现16TB未加密数据库，泄露超430亿条专业记录
凭借数十亿条个人记录，网络犯罪者能够自动化实施高度定制化的欺诈活动，大幅缩短攻击准备周期，并将火力集中于包括《财富》500强企业在内的高价值目标。
16TB开放数据库暴露43亿条专业记录
一个未受保护的16TB MongoDB数据库公开暴露了约43亿条专业档案记录（主要为LinkedIn风格数据），可能引发大规模人工智能驱动的社会工程攻击。研究人员Bob Diachenko与nexos.ai在2025年11月23日发现该未设防的数据库，两天后完成修复。目前暂无法确认此前有哪些人访问过这些敏感信息。
Cybernews团队分析发现，该数据库包含9个独立数据集，每个数据集的名称基本反映了其内容类型：
intent – 2,054,410,607条文档（604.76 GB） profiles – 1,135,462,992条文档（5.85 TB） unique_profiles – 732,412,172条文档（5.63 TB） unique_profiles – 732,412,172条文档（5.63 TB） people – 169,061,357条文档（3.95 TB） sitemap – 163,765,524条文档（20.22 GB） companies – 17,302,088条文档（72.9 GB） company_sitemap – 17,301,617条文档（3.76 GB） address_cache – 8,126,667条文档（26.78 GB） intent_archive – 2,073,723条文档（620 MB）
近200亿条个人隐私数据遭泄露
至少有三个数据集泄露了近200亿条个人身份记录，包含姓名、电子邮箱、电话号码、LinkedIn个人主页链接、职位、雇主、工作经历、教育背景、所在地、技能、语言能力和社交账号等信息。仅“unique_profiles”数据集就包含超过73.2亿条附带图片URL的档案记录。“people”数据集还包含与Apollo.io生态系统相关的画像指标和Apollo ID，但研究人员未发现Apollo平台本身遭入侵的迹象。
Cybernews报道指出：“我们的研究人员确认，特定数据集内的所有记录都是唯一的，但不同数据集之间可能存在数据重叠。虽然不同数据集包含的信息类型有所差异，但其中至少三个数据集（profiles、unique_profiles和people）包含可识别个人身份的信息（PII）。”
数据来源与潜在风险
难以确定这些LinkedIn风格数据的具体生成时间。时间戳显示记录于2025年收集或更新，但部分数据可能来自多年前，包括威胁行为者在2024年声称的大规模LinkedIn数据泄露事件。
泄露数据的所有者尚未确认。研究人员发现线索指向某潜在客户开发公司——其网站路径“/people”和“/company”与数据集中的站点地图记录相匹配。该公司声称可访问超过70亿专业人士数据，与泄露的“unique_profiles”数量高度吻合，且在收到通知次日该数据库即下线。但研究人员未明确归因，指出该公司本身也可能是数据爬取的受害者。
大规模结构化数据的攻击价值
此类海量结构化数据极具危险性，可支撑鱼叉式钓鱼、高管欺诈、商业间谍及大规模人工智能驱动攻击等定向攻击活动。凭借数十亿条详细记录，犯罪集团能自动化实施个性化诈骗，缩短攻击准备时间，并重点针对包括《财富》500强雇员在内的高价值目标。
Cybernews总结道：“大语言模型（LLM）能基于用户画像生成个性化欺骗内容。攻击者只需投入少量精力，就能向受害者发送数千万封恶意邮件——整个攻击行动往往只需攻陷一个高价值目标即可获利。”
研究人员进一步解释：“此类大型数据集是恶意行为者的主要目标，它们能基于其他数据泄露事件进行画像增强，构建可搜索的个人数据仓库。经过增强后，这些数据还可能包含密码、设备标识符、其他社媒链接等信息。此类数据集极大简化了社会工程和凭证填充攻击的操作流程。”
相关攻略
2026年4月，国家安全部针对AI核心基础单元——词元（Token）发布了专项安全警示。这一警示的发布时机至关重要：当前，国内词元的日均调用量已突破140万亿次大关。截至2026年3月，其调用规模相比2024年初，更是激增了超过一千倍。随着国家数据局正式为Token定名，并明确其可计量、可定价、可交
AI训练数据领域最近出了件大事，震动整个行业。估值不菲的独角兽企业Mercor遭遇黑客攻击，超过四万名用户的个人敏感信息被泄露。事件曝光后一周内，至少已有五起集体诉讼被提起。更值得关注的是，科技巨头Meta已宣布暂停与Mercor的所有合作，而OpenAI也紧急启动内部调查，以确认其采购的专有训练数
美国主流教学平台Canvas近期遭遇黑客组织“闪亮猎人”攻击，导致服务中断，正值期末考试季，给多所高校教学秩序带来冲击。事件导致近9000所学校受影响，数十亿条数据面临泄露风险，得克萨斯大学圣安东尼奥分校等机构被迫推迟期末考试。分析指出，教育机构数字化数据已成为黑客重点目标，此次攻击模式与之前同类事
使用iCloud自动备份通讯录是最简单可靠的方法，只需在iPhone17设置中开启iCloud通讯录同步即可。 再说几个核心判断。如今数据就是资产，尤其是手机里积累多年的通讯录，一旦丢失，麻烦可不小。好在给iPhone17备份联系人，方法既简单又有多种选择，总能找到适合你的那一种。 方法一：使用iC
据华测检测（300012 SZ）消息，近日，华测检测与中央网信办（国家网信办）数据与技术保障中心（简称“中央网信办数据中心”）正式签署合作协议，获批成为中央网信办数据中心在数据安全管理（DSM）认证
热门专题
热门推荐
近日，国家能源局联合发改委、工信部、国家数据局正式印发《关于促进人工智能与能源双向赋能的行动方案》。这份重磅文件的核心思路非常清晰：一方面，以坚实的能源基础支撑人工智能（AI）的快速发展；另一方面，利用AI技术赋能能源行业转型升级。其核心目标是推动能源、算力、应用场景、数据与算法模型五大关键要素深度
在挑选文生视频工具时，若您正在智谱清影与Runway Gen-3之间权衡，那么了解两者在生成效果上的具体差异，将有助于您做出更明智的选择。本文将从画质清晰度、细节纹理、运动自然度与视频连贯性等核心维度，通过实测对比为您详细解析。 一、画质与分辨率表现 首先对比硬性指标。智谱清影基于CogVideoX
想用通义万相生成一张科技感十足的数据可视化背景，但出来的画面总觉得少了点“内味儿”？数字界面、粒子流、电路纹理这些关键元素一个不见，画面平平无奇？这通常不是工具的问题，而是提示词没有精准锚定科技可视化的核心要素，或者模型参数没调到最佳状态。别急，下面这几种方法，能帮你把想法精准地“翻译”成画面。 一
想要在Vidu生成的视频中实现流畅的慢动作或快进效果？虽然模型界面没有提供直接调整播放速度的滑块，但通过巧妙的提示词设计、利用内置功能，或结合后期处理工具，你完全可以精准掌控视频的节奏与时间感。本文将为你详细解析四种实用方法，从生成前到生成后，全方位满足你的创作需求。 一、通过精准提示词引导运动节奏
当您使用海螺AI生成的英文论文在提交查重时遭遇高重复率或AIGC检测异常，请不要急于归咎于工具本身。核心原因在于，尽管AI生成的文本格式标准、语法地道，但其语言模式和常见短语组合，并未针对知网、维普、万方等中文查重数据库的语义比对逻辑进行专门优化。换言之，机器认为流畅自然的表达，在查重系统的算法看来