研究機構：百度多款App加密簡陋，恐洩漏用戶數據|數位時代 BusinessNext

圖說明

據路透社報導，研究人員指出，數千款利用百度程式碼開發的應用程式收集了使用者個人資訊，並將這些資訊回傳給該公司，其中很多資訊可以被輕鬆截取。

這些應用程式已經被下載了數億次。

加拿大Citizen Lab的研究人員發現，百度開發的一個Android軟體開發套件存在問題。這些問題還影響到百度的手機流覽器，百度開發的其他應用程式，以及使用同款工具包開發的其他公司應用程式。研究人員稱，百度的Windows流覽器也受影響。

同一批研究人員去年指出，類似的問題也存在於阿里巴巴的UC流覽器中。這也是一款在全球最大網路市場上被廣泛使用的手機流覽器。

阿里巴巴修復了其中的漏洞，而百度則對路透社表示，公司將修復工具包中的加密漏洞，但仍將從商業用途出發收集資料。百度稱其中一些資料會與第三方廠商分享。百度稱，公司「只會在權威執法機關提出合法請求時才提供資料」。

Citizen Lab實驗室的首席研究員傑佛瑞·諾克爾（Jeffrey Knockel）在週三發佈正式報告前對路透社表示，這些被收集了很長時間的未加密資料包括使用者地理位置資訊、搜索詞條，以及網站訪問歷史。

這一問題彰顯出，用戶極難知曉自己的手機收集並傳輸了何種資料，而個人資料也可能因為糟糕的加密或完全沒有加密而存在著被洩露的風險。這一問題還突顯出，可能有相當多的團體對這類資料感興趣。

Citizen Lab的負責人德爾博特（Ron Deibert）表示：「這要不是個極其蹩腳的設計，就是設計用來監控。」

Citizen Lab表示，自從去年11月提請百度注意後，該公司已經修復了其中的一些漏洞，但是百度Android流覽器仍然會發送諸如裝置ID等敏感資訊，而且加密形式極為簡陋。

百度對路透社表示，公司對這些資料的興趣完全是出於商業目的，但拒絕透露還有誰能訪問這些資訊。

在美國，資料安全與隱私問題被長久關注。蘋果公司目前正在與聯邦調查局對峙，雙方就是否要破解加州槍案iPhone一事展開了激烈爭論。

Citizen Lab表示，去年對阿里巴巴UC流覽器的研究，是受到美國國安局「稜鏡門」事件的啟發。

阿里巴巴當時表示，沒有證據證明使用者資料被竊取，但公司透過升級流覽器的方法解決了這一問題。

研究人員稱，無法評估百度事件影響的人群規模。

中國的一些軟體發展商表示，加密缺失已經屢見不鮮，這部分是因為業務成長勢猛而且安全意識淡薄造成的。

本文授權轉載自：網易科技

分享代表圖來自：顔なし via flickr, cc license

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。