<p>信息安全簡訊 上週汽車軟件系統經歷了黑暗的幾天，因為第三屆 Pwn2Own 汽車競賽揭露了 76 個獨特的零日漏洞，目標包括特斯拉的信息娛樂系統和電動車充電器。</p>
<p>今年在東京汽車世界的競賽中，共有創紀錄的 73 個參賽項目，儘管並非所有項目都成功，但趨勢科技的零日計劃仍然向成功的參賽者支付了超過 100 萬美元的獎金。</p>
<p>對於不熟悉 Pwn2Own 競賽結構的人來説，倫理黑客和安全專家會帶着執行特定漏洞利用的計劃參賽，必須在有限的時間內完成。成功的嘗試將獲得現金獎勵和積分，積分的增加取決於獨特性、影響力和複雜性。</p>
<p>在為期三天的活動中，最大的單次漏洞利用獎金（和積分獎勵）頒給了最終獲勝者，即來自 Fuzzware.io 的三位安全研究人員，他們在第一天成功利用了 Alpitronic HYC50 電動車充電器中的一個越界寫入漏洞，獲得了 60,000 美元和六個積分。</p>
<p>Fuzzware 的黑客最終以 28 個積分和 215,500 美元的總獎金獲得了 Pwn 大師稱號，成功進行了七次演示。</p>
<p>除了 Fuzzware 對 HYC50 的成功攻擊外，另一支團隊也成功利用了充電器中的一個檢查時間到使用時間的漏洞，藉此在充電器的屏幕上安裝了可玩的《毀滅戰士》版本，獲得了 20,000 美元。HYC50 還遭到另一支團隊的攻擊，他們利用了充電器中暴露的 “危險” 方法。</p>
<p>特斯拉的信息娛樂系統也被 Synacktiv 團隊完全接管，他們通過將信息泄露與越界寫入漏洞結合起來進行攻擊，而汽車級 Linux 則通過三重漏洞被攻破。</p>
<p>希望所有受影響的供應商能迅速採取行動，解決在活動中發現的眾多漏洞。</p>
<h3>法國因隱私違規對一家神秘公司罰款 350 萬歐元</h3>
<p>法國隱私監管機構對一家未透露名稱的公司處以 350 萬歐元的罰款，原因是該公司在未獲得明確和知情同意的情況下與另一家未透露名稱的社交網絡共享客户忠誠度數據。</p>
<p>國家信息與自由委員會上週報告了這一罰款，該罰款於 12 月 30 日實施，涉及自 2018 年 2 月以來的行為。</p>
<p>根據委員會的説法，該公司一直在向社交網絡傳輸客户的電子郵件地址和電話號碼，以用於定向廣告。委員會指出，這一行為影響了來自 16 個國家的超過 1050 萬歐洲人。</p>
<p>該未透露名稱的公司的行為構成了對歐盟通用數據保護條例和法國數據保護法的多項違規。委員會指出，由於其廣泛的規模，儘管有必要告知公眾，但並不覺得有必要公開該公司的名稱。</p>
<h3>Gemini 可以被誘導泄露你的日曆秘密</h3>
<p>運行時安全公司 Miggo 發現了一個漏洞，涉及谷歌的 Gemini AI 解析谷歌日曆事件的方式，這可能通過惡意日曆邀請暴露用户的日常安排。</p>
<p>如果谷歌日曆用户請求 Gemini 提供他們一天的安排，AI 會查看用户的日曆並反饋，但如果邀請中包含一個巧妙措辭的提示注入負載，隱藏在事件描述中，可能導致 Gemini 將私人會議的摘要寫入新創建的日曆事件中，而在許多企業配置中，這對攻擊者是可見的，並且沒有明確披露其已這樣做。</p>
<p>雖然谷歌已經修補了這一漏洞，但 Miggo 表示，這凸顯了需要將 AI 視為一個全新的應用層，值得新的安全考慮，因為 AI 能夠解釋語言但無法推理意圖。</p>
<p>“有效的保護……必須採用安全控制，將大型語言模型視為完整的應用層，必須仔細管理其權限，” 該公司表示。</p>
<h3>Hackerone 完全支持你攻擊 AI，只要你遵循規則</h3>
<p>漏洞獎勵平台 Hackerone 上週發佈了一份新的安全港文件，列出了希望幫助設定良好信仰 AI 安全測試新標準的規則。</p>
<p>根據該公司的説法，AI 模型的安全測試並不一定完全符合傳統的漏洞研究或披露框架，導致模糊性，這不僅妨礙了有效研究，還使測試人員不願冒險。</p>
<p>“組織希望對其 AI 系統進行測試，但研究人員需要確信，做正確的事情不會使他們處於風險之中，” HackerOne 的首席法律和政策官 Ilona Cohen 表示。“良好信仰 AI 研究安全港為 AI 研究提供了明確、標準化的授權，消除了雙方的不確定性。”</p>
<p>採用該協議的組織承諾將良好信仰的 AI 研究視為授權，並承諾不對測試其 AI 系統的安全研究人員採取法律行動，前提是研究人員遵循類似於傳統安全計劃的條件，包括不為支付而隱瞞發現、不提取數據、不造成不必要的損害或逆向工程系統以構建競爭服務。</p>
<h3>甚至網絡犯罪分子也未能掌握安全基礎</h3>
<p>如果你曾因為網絡犯罪分子竊取你的數據而感到不安，不用擔心——數據泄露發生在每個人身上，包括他們。</p>
<p>網絡安全研究員 Jeremiah Fowler 分享了他發現的超過 1.49 億個獨特的登錄/密碼組合，這些數據以 96GB 的原始憑證數據完全暴露在網上。</p>
<p>文件中的數據包括來自多個社交媒體平台、約會應用、流媒體服務、金融服務、銀行和信用卡登錄，甚至來自多個國家的政府憑證，Fowler 表示，該數據集似乎是通過信息竊取和鍵盤記錄惡意軟件收集的，並且在網上暴露。</p>
<p>Fowler 指出，該數據庫似乎是由鍵盤記錄和信息竊取惡意軟件編制的，這與我見過的以前的信息竊取惡意軟件數據集&#34;有所不同。&#34;</p>
<p>Fowler 花了將近一個月的時間才讓主機保護數據，因為在此期間數據庫是公開可訪問的，憑證可能已經被他人訪問，這無疑是一個及時的提醒，定期重置密碼。®</p>

<p>Pwn2Own Automotive 2026 競賽揭示了汽車軟件中的 76 個零日漏洞，包括特斯拉的信息娛樂系統和電動汽車充電器，參與者獲得了超過 100 萬美元的獎金。最高獎項 60,000 美元頒給了 Fuzzware.io，因其成功利用了 Alpitronic HYC50 電動汽車充電器中的一個漏洞。其他顯著的攻擊包括成功接管特斯拉的信息娛樂系統以及汽車級 Linux 中的各種漏洞。此次活動突顯了受影響廠商迫切需要解決這些安全問題</p>

<p>infosec in brief T'was a dark few days for automotive software systems last week, as the third annual Pwn2Own Automotive competition uncovered 76 unique zero-day vulnerabilities in targets ranging from Tesla infotainment to EV chargers.</p>
<div class="lb-trans"><p>信息安全簡訊 上週汽車軟件系統經歷了黑暗的幾天，因為第三屆 Pwn2Own 汽車競賽揭露了 76 個獨特的零日漏洞，目標包括特斯拉的信息娛樂系統和電動車充電器。</p>
</div><p>A record 73 entries were included in this year's competition at Automotive World in Tokyo, and, while not all were successful, Trend Micro's Zero Day Initiative still ended up paying out more than $1 million to successful competitors.</p>
<div class="lb-trans"><p>今年在東京汽車世界的競賽中，共有創紀錄的 73 個參賽項目，儘管並非所有項目都成功，但趨勢科技的零日計劃仍然向成功的參賽者支付了超過 100 萬美元的獎金。</p>
</div><p>For those unfamiliar with the structure of a Pwn2Own competition, ethical hackers and security experts enter with plans to perform a certain exploit, which they must do in a limited time. Cash prizes are awarded for successful attempts, as are points, with both increasing based on uniqueness, impact, and complexity.</p>
<div class="lb-trans"><p>對於不熟悉 Pwn2Own 競賽結構的人來説，倫理黑客和安全專家會帶着執行特定漏洞利用的計劃參賽，必須在有限的時間內完成。成功的嘗試將獲得現金獎勵和積分，積分的增加取決於獨特性、影響力和複雜性。</p>
</div><p>The largest single-exploit payout (and point award) of the three-day event went to the eventual winners, a trio of security researchers from Fuzzware.io, on the first day. The team took home $60,000 and earned six points by exploiting a single out-of-bounds write vulnerability in the Alpitronic HYC50 EV charger.</p>
<div class="lb-trans"><p>在為期三天的活動中，最大的單次漏洞利用獎金（和積分獎勵）頒給了最終獲勝者，即來自 Fuzzware.io 的三位安全研究人員，他們在第一天成功利用了 Alpitronic HYC50 電動車充電器中的一個越界寫入漏洞，獲得了 60,000 美元和六個積分。</p>
</div><p>Fuzzware hackers ended up earning the Master of Pwn title with a total of 28 points and total winnings of $215,500 over seven successful demonstrations.</p>
<div class="lb-trans"><p>Fuzzware 的黑客最終以 28 個積分和 215,500 美元的總獎金獲得了 Pwn 大師稱號，成功進行了七次演示。</p>
</div><p>In addition to Fuzzware's successful attack on the HYC50, another team also managed to exploit a Time-of-Check to Time-of-Use vulnerability in the charger, which they leveraged to install a playable version of Doom on the charger's screen, earning the $20,000. The HYC50 was also hit by another team that exploited an exposed &#34;dangerous&#34; method in the charger.</p>
<div class="lb-trans"><p>除了 Fuzzware 對 HYC50 的成功攻擊外，另一支團隊也成功利用了充電器中的一個檢查時間到使用時間的漏洞，藉此在充電器的屏幕上安裝了可玩的《毀滅戰士》版本，獲得了 20,000 美元。HYC50 還遭到另一支團隊的攻擊，他們利用了充電器中暴露的 “危險” 方法。</p>
</div><p>The Tesla infotainment system was also fully taken over by the Synacktiv team by chaining an information leak with an out-of-bounds write vulnerability, and Automotive Grade Linux was compromised via a trio of vulnerabilities.</p>
<div class="lb-trans"><p>特斯拉的信息娛樂系統也被 Synacktiv 團隊完全接管，他們通過將信息泄露與越界寫入漏洞結合起來進行攻擊，而汽車級 Linux 則通過三重漏洞被攻破。</p>
</div><p>Here's hoping all the affected vendors will move quickly to address the many vulnerabilities discovered during the event.</p>
<div class="lb-trans"><p>希望所有受影響的供應商能迅速採取行動，解決在活動中發現的眾多漏洞。</p>
</div><h3>France fines mystery company €3.5M for privacy violations</h3>
<div class="lb-trans"><h3>法國因隱私違規對一家神秘公司罰款 350 萬歐元</h3>
</div><p>French privacy regulators have fined an unnamed company €3.5M for sharing customer loyalty data with another unnamed social network without explicit and informed consent.</p>
<div class="lb-trans"><p>法國隱私監管機構對一家未透露名稱的公司處以 350 萬歐元的罰款，原因是該公司在未獲得明確和知情同意的情況下與另一家未透露名稱的社交網絡共享客户忠誠度數據。</p>
</div><p>The National Commission on Informatics and Liberty reported the fine last week, which was imposed on December 30, for actions taking place since February 2018.</p>
<div class="lb-trans"><p>國家信息與自由委員會上週報告了這一罰款，該罰款於 12 月 30 日實施，涉及自 2018 年 2 月以來的行為。</p>
</div><p>According to the Commission, the company had been transmitting email addresses and telephone numbers of customers to the social network for targeted advertising purposes. This happened to more than 10.5 million Europeans from 16 countries, the Commission noted.</p>
<div class="lb-trans"><p>根據委員會的説法，該公司一直在向社交網絡傳輸客户的電子郵件地址和電話號碼，以用於定向廣告。委員會指出，這一行為影響了來自 16 個國家的超過 1050 萬歐洲人。</p>
</div><p>The actions of the unnamed firm amounted to multiple violations of both the EU General Data Protection Regulation and the French Data Protection Act. The Commission noted that it didn't name the company because, although the widespread scale made it necessary to inform the public, it didn't feel the need to name the outfit.</p>
<div class="lb-trans"><p>該未透露名稱的公司的行為構成了對歐盟通用數據保護條例和法國數據保護法的多項違規。委員會指出，由於其廣泛的規模，儘管有必要告知公眾，但並不覺得有必要公開該公司的名稱。</p>
</div><h3>Gemini can be tricked into spilling your calendar secrets</h3>
<div class="lb-trans"><h3>Gemini 可以被誘導泄露你的日曆秘密</h3>
</div><p>Runtime security outfit Miggo spotted a vulnerability in how Google's Gemini AI parses Google Calendar events that could expose a user's daily schedule through a malicious calendar invitation.</p>
<div class="lb-trans"><p>運行時安全公司 Miggo 發現了一個漏洞，涉及谷歌的 Gemini AI 解析谷歌日曆事件的方式，這可能通過惡意日曆邀請暴露用户的日常安排。</p>
</div><p>If a Google Calendar user asks Gemini for a rundown of their day, the AI reviews the user's calendar and reports back, but an invite containing a carefully worded prompt-injection payload hidden in the event description can cause Gemini to write a summary of private meetings into a newly created calendar event that, in many enterprise configurations, is visible to the attacker, without clearly disclosing that it has done so.</p>
<div class="lb-trans"><p>如果谷歌日曆用户請求 Gemini 提供他們一天的安排，AI 會查看用户的日曆並反饋，但如果邀請中包含一個巧妙措辭的提示注入負載，隱藏在事件描述中，可能導致 Gemini 將私人會議的摘要寫入新創建的日曆事件中，而在許多企業配置中，這對攻擊者是可見的，並且沒有明確披露其已這樣做。</p>
</div><p>While Google has already patched the exploit, Miggo said that it points to the need to think of AI as an entire new application layer that merits new security considerations, thanks to AI's ability to interpret language without being able to reason about intent.</p>
<div class="lb-trans"><p>雖然谷歌已經修補了這一漏洞，但 Miggo 表示，這凸顯了需要將 AI 視為一個全新的應用層，值得新的安全考慮，因為 AI 能夠解釋語言但無法推理意圖。</p>
</div><p>&#34;Effective protection … must employ security controls that treat LLMs as full application layers with privileges that must be carefully governed,&#34; the company said.</p>
<div class="lb-trans"><p>“有效的保護……必須採用安全控制，將大型語言模型視為完整的應用層，必須仔細管理其權限，” 該公司表示。</p>
</div><h3>Hackerone is totally fine with you attacking AI, as long as you follow the rules</h3>
<div class="lb-trans"><h3>Hackerone 完全支持你攻擊 AI，只要你遵循規則</h3>
</div><p>Bug bounty platform Hackerone published a new safe harbor document last week laying out rules it hopes will help set a new standard for good faith AI security testing.</p>
<div class="lb-trans"><p>漏洞獎勵平台 Hackerone 上週發佈了一份新的安全港文件，列出了希望幫助設定良好信仰 AI 安全測試新標準的規則。</p>
</div><p>Per the company, security testing of AI models doesn't necessarily fit neatly into traditional vulnerability research or disclosure frameworks, leading to ambiguity that not only hampers effective research, but also leaves testers unwilling to take risks.</p>
<div class="lb-trans"><p>根據該公司的説法，AI 模型的安全測試並不一定完全符合傳統的漏洞研究或披露框架，導致模糊性，這不僅妨礙了有效研究，還使測試人員不願冒險。</p>
</div><p>&#34;Organizations want their AI systems tested, but researchers need confidence that doing the right thing won't put them at risk,&#34; said Ilona Cohen, chief legal and policy officer at HackerOne. &#34;The Good Faith AI Research Safe Harbor provides clear, standardized authorization for AI research, removing uncertainty on both sides.&#34;</p>
<div class="lb-trans"><p>“組織希望對其 AI 系統進行測試，但研究人員需要確信，做正確的事情不會使他們處於風險之中，” HackerOne 的首席法律和政策官 Ilona Cohen 表示。“良好信仰 AI 研究安全港為 AI 研究提供了明確、標準化的授權，消除了雙方的不確定性。”</p>
</div><p>Organizations that adopt the agreement commit to treating good-faith AI research as authorized and to refraining from legal action against security researchers who test their AI systems, provided researchers follow conditions similar to traditional security programs, including not withholding findings for payment, exfiltrating data, causing unnecessary damage, or reverse-engineering systems to build competing services.</p>
<div class="lb-trans"><p>採用該協議的組織承諾將良好信仰的 AI 研究視為授權，並承諾不對測試其 AI 系統的安全研究人員採取法律行動，前提是研究人員遵循類似於傳統安全計劃的條件，包括不為支付而隱瞞發現、不提取數據、不造成不必要的損害或逆向工程系統以構建競爭服務。</p>
</div><h3>Even cybercriminals fail security basics</h3>
<div class="lb-trans"><h3>甚至網絡犯罪分子也未能掌握安全基礎</h3>
</div><p>If you've ever felt bad because a cybercriminal nabbed your data, don't worry - breaches happen to everyone, even them.</p>
<div class="lb-trans"><p>如果你曾因為網絡犯罪分子竊取你的數據而感到不安，不用擔心——數據泄露發生在每個人身上，包括他們。</p>
</div><p>Cybersecurity researcher Jeremiah Fowler shared the discovery of more than 149 million unique login/password combinations in 96 GB of raw credential data that he found completely exposed online.</p>
<div class="lb-trans"><p>網絡安全研究員 Jeremiah Fowler 分享了他發現的超過 1.49 億個獨特的登錄/密碼組合，這些數據以 96GB 的原始憑證數據完全暴露在網上。</p>
</div><p>With data in the file including accounts from multiple social media platforms, dating apps, streaming services, financial services, banking and credit-card logins, and even government credentials from multiple countries, Fowler said the dataset appeared to have been harvested using infostealer and keylogging malware and left exposed online.</p>
<div class="lb-trans"><p>文件中的數據包括來自多個社交媒體平台、約會應用、流媒體服務、金融服務、銀行和信用卡登錄，甚至來自多個國家的政府憑證，Fowler 表示，該數據集似乎是通過信息竊取和鍵盤記錄惡意軟件收集的，並且在網上暴露。</p>
</div><p>Fowler noted that the database appeared to have been compiled from keylogging and infostealer malware that was &#34;different from previous infostealer malware datasets that I have seen.&#34;</p>
<div class="lb-trans"><p>Fowler 指出，該數據庫似乎是由鍵盤記錄和信息竊取惡意軟件編制的，這與我見過的以前的信息竊取惡意軟件數據集&#34;有所不同。&#34;</p>
</div><p>It took Fowler nearly a month to get the host to secure the data, and because the database was publicly accessible during that time, the credentials could potentially have been accessed by others, which, if nothing else, is a timely reminder to reset your passwords regularly. ®</p>
<div class="lb-trans"><p>Fowler 花了將近一個月的時間才讓主機保護數據，因為在此期間數據庫是公開可訪問的，憑證可能已經被他人訪問，這無疑是一個及時的提醒，定期重置密碼。®</p>
</div>

Pwn2Own Automotive 2026 uncovers 76 zero-days, pays out more than $1M

The Register

2 倍做多特斯拉 ETF - Direxion

Simplify Volt TSLA Revolution ETF

1.25 倍做多特斯拉 ETF - GraniteShares

2 倍做多 TSLA ETF - T-Rex

2 倍做空特斯拉 ETF - GraniteShares

2 倍做多 TSLA ETF - GraniteShares

1 倍做空特斯拉 ETF - Direxion

2 倍做多特斯拉 ETF - Leverage Shares

2 倍做空特斯拉 ETF - Tradr

XI二南特斯-U

南方兩倍做多特斯拉

南方兩倍做空特斯拉

特斯拉

Pwn2Own Automotive 2026 揭示了 76 個零日漏洞，並支付了超過 100 萬美元的獎金