当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 外包公司责任推卸,雅虎 LINE 泄露 5.7 万名员工信息

外包公司责任推卸,雅虎 LINE 泄露 5.7 万名员工信息

来源:IT之家 2024-03-10 23:03:25 0浏览 收藏

积累知识,胜过积蓄金银!毕竟在科技周边开发的过程中,会遇到各种各样的问题,往往都是一些细节知识点还没有掌握好而导致的,因此基础知识点的积累是很重要的。下面本文《外包公司责任推卸,雅虎 LINE 泄露 5.7 万名员工信息》,就带大家讲解一下知识点,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

外包背锅,雅虎 LINE 泄露 5.7 万名员工信息

本站 2 月 14 日消息,雅虎 LINE 公司今日宣布,韩国外包公司遭到非法访问,约 5.7 万名 LINE 员工信息可能被泄露,目前尚未确认是否有用户或业务合作伙伴的信息泄露。

随着 2023 年 11 月 LINE 应用泄露用户信息事件后,该公司信息管理不严的情况接二连三被曝光。

据雅虎 LINE 官方称,2023 年 8 月至 11 月期间,外包的两家韩国公司收到未经授权的访问和第三方入侵,57,611 名员工的电子邮件地址、电话号码和照片有可能被泄露。目前尚未确认是否因使用员工信息而造成二次损害。

雅虎 LINE 于 2023 年 11 月宣布其服务器遭到攻击,LINE 应用用户信息可能已被泄露,原因之一是该公司与其大股东 —— 韩国互联网巨头 Naver 共享的一些系统。最初据称可能有约 44 万条用户信息被泄露,但今日最新信息披露,这一数字已增至约 51 万条。

根据公告,为了防止再次发生信息泄露,雅虎LINE将与外部合作,审查外包公司的安全风险评估方法。除了对造成信息泄露的外包公司进行审核外,官方还要求加强信息管理体系。

雅虎 LINE 表示:“对给您带来的不便和担忧,我们深感抱歉。我们将努力防止再次发生类似情况。”

以上就是《外包公司责任推卸,雅虎 LINE 泄露 5.7 万名员工信息》的详细内容,更多关于泄露,雅虎,LINE,外泄的资料请关注golang学习网公众号!

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
对比Oracle和DB2数据库管理系统的特性对比Oracle和DB2数据库管理系统的特性
上一篇
对比Oracle和DB2数据库管理系统的特性
比亚迪唐DM-i/p系列推出OTA升级,多项性能优化提升驾驶感受
下一篇
比亚迪唐DM-i/p系列推出OTA升级,多项性能优化提升驾驶感受
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    312次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    291次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    269次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    86次使用