本周「FreeBuf周报」总结了网络安全热点，包括蜜罐扫描量创纪录、铁路系统高危漏洞、NVIDIA容器漏洞和IP摄像头后门。此外，报告提到DDoS攻击和新型恶意软件威胁，强调多层防御和自动化防护的重要性。

CISA警告铁路系统存在高危漏洞，黑客可远程控制列车制动。BlackSuit勒索软件再次出现，攻击手段复杂。朝鲜黑客利用新恶意软件渗透npm生态。路易威登遭遇数据泄露，LVMH的网络安全受到质疑。Git代码库泄露敏感数据，需加强安全防护。Grok-4 AI被新攻击手段攻破，暴露安全缺陷。CISA提醒Wing FTP服务器存在漏洞，需及时更新。新型后门HazyBeacon针对政府机构。Immich平台已修复账户劫持漏洞。Interlock RAT新变种通过FileFix传播，针对多个行业。

美国CISA发布紧急公告，警告铁路通信系统存在高危漏洞CVE-2025-1727，攻击者可远程控制列车制动，导致急停或故障。建议采取网络隔离、防火墙和VPN等安全措施以保护工业控制系统。

自春节以来，AI大模型迅速改变各行业，但安全风险增加，数据泄露和隐私侵犯问题突出。企业需建立全生命周期的安全防线。火山引擎在“AI时代，安全领航”大会上指出，安全是释放大模型价值的关键，并针对六大安全挑战提出解决方案，如大模型应用防火墙和机密计算平台，以确保数据安全与性能平衡。

本文提出了一种结合仿真与实际测试的智能汽车自动场景测试方法，旨在提高安全关键应用领域的验证技术。研究涉及路径规划和强化学习等算法改进，并总结了自动驾驶和飞行器防撞系统的安全验证工具。通过科学认证方法，评估预训练模型在新环境中的可行性，以确保人工智能模型的可靠性与安全性。

本文提出了一种名为SURCONFORT的半监督学习方法，旨在解决铁路运输系统中拥堵预测的标签稀疏性问题。研究表明，SURCONFORT的预测性能提高了14.9%。

本文介绍了RDAC框架，解决了连续学习算法中的稳定性和可塑性之间的权衡问题。验证实验结果表明，该算法在保持稳定性的同时没有明显损失可塑性。研究为现有连续学习算法提供了有价值的见解，并为新的连续学习方法铺平了道路。同时，研究提供了对生物系统中学习诱导的激活/表示变化与稳定性-可塑性困境以及再现漂移问题的新视角。

这篇文章分享了一个人思考人生方向的经历，他在读博期间产生了脱轨的想法，考虑重新申请海外博士项目。面对彷徨和焦虑，他通过行动、明确目标和勇气来应对。他认为人生需要波动和意外，敢于失败并换一条路。最终，他明白自己可以退学，有得选。他希望像他女朋友一样找到人生的方向并稳步前进。

使用压缩多项式在张量列车（Tensor Train）格式上解决 Hamilton-Jacobi-Bellman（HJB）方程的直接时间积分方法，以避免样本、标准化常数和高维度的问题。

本文介绍了一种多变量分层结构模型，可同时建模计数生成过程和延迟机制，并可以轻松调整以适应观察计数中的欠报告存在。通过对里约热内卢报告的登革热病例进行案例研究，比较了各种建模框架的优缺点。

通过对所谓的左正交 TT 格式进行 Riemannian 梯度下降（RGD）优化，本论文首次为因子分解方法提供了收敛保证，并证明了 sensing 问题中 RGD 在适当初始化下能够以线性速率收敛到真值张量。

本文介绍了一个利用深度神经网络进行机场标志检测和分类的空中系统，并升级以满足更严格的设计保证等级C的要求。

该文介绍了利用深度生成模型对场景-based ODD进行验证的方法，通过数据模拟实用性来分析系统在不同光照和天气条件下的运作程度。

本文提出了一种针对 UNSW-NB15 数据集的机器学习分类器的数据驱动设计和性能评估方法，使用 Balanced Bagging、eXtreme Gradient Boosting、Hellinger Distance Decision Tree 等集成方法来解决不平衡数据问题，提出了两种新的算法来解决类重叠问题，并提高了测试数据的分类性能。