40 falske Firefox-udvidelser tømmer din kryptopung — tjek nu
Socket har fundet 40 ondsindede Firefox-udvidelser, der stjæler seed phrases og private nøgler. Her er navnene — og sådan tjekker du din browser nu.
20. august 2026·6 min læsning
Apple Reference Image er dukket op i iOS 27 beta 5. Funktionen skal bevise, at et foto kommer fra en rigtig iPhone-linse — og ikke fra en AI-model.
Foto: Josh Power / Unsplash
Apple arbejder på en funktion, der kan bevise, at et foto er taget med en rigtig kameralinse og ikke genereret af en AI-model. Funktionen hedder Apple Reference Image, og spor af den er dukket op i en privatlivsbeskrivelse i iOS 27 beta 5, som MacRumors' Juli Clover fandt den 10. august 2026. Den er endnu ikke aktiv, men koden afslører en overraskende detaljeret arkitektur — og en tilgang, der på et centralt punkt adskiller sig fra branchens eksisterende standard.
Reference Image er et såkaldt provenienssystem: et system, der dokumenterer, hvor et billede kommer fra. Ifølge beskrivelsen i beta 5 skal brugeren aktivt slå en ny Reference-tilstand til i Kamera-appen, inden billedet tages. Optager du i almindelig tilstand, sker der ingenting — funktionen er altså ikke en scanner, der bagefter vurderer, om et vilkårligt billede er ægte.
Når et billede er optaget i Reference-tilstand, indlejres proveniensdata i filens metadata. Modtageren kan derefter trykke på et Reference-mærke på billedet — synligt på iPhone, iPad og Mac — for at få bekræftet, at billedet stammer fra en fysisk kamerasensor på en Apple-enhed.
Formuleringerne i Apples tekst nævner både "photos or videos" og "uncropped footage", hvilket peger på, at video også er omfattet. Målgruppen er tydelig: professionelle fotografer, journalister, forsikringsbranchen, domstole — kort sagt alle, der har brug for at kunne dokumentere, at et billede viser noget, der faktisk skete.
Det tekniske design er den mest interessante del. Når nogen trykker på Reference-mærket, sendes der ifølge MacRumors ikke selve billedet til Apple. I stedet sendes rå sensordata, en sensorsignatur, tidspunktet for optagelsen og hardware-identifikatorer til Apples Private Cloud Compute-servere.
Serverne afgør ud fra disse data, om et fysisk kamera rent faktisk har optaget billedet, og tildeler det et unikt id. Apple modtager altså sensordata og en hashværdi — ikke fotografiet. Det er samme grundprincip, Apple bruger i Apple Intelligence: beregningen sker på servere, men indholdet forbliver utilgængeligt for Apple.
To detaljer i beskrivelsen er værd at hæfte sig ved. For det første kan Apple nægte at godkende billeder fra sensorer, virksomheden vurderer som kompromitterede — altså enheder, hvor nogen har manipuleret hardwaren for at fodre kamerapipelinen med falske data. For det andet kan Apple tilbagekalde tidligere godkendelser med tilbagevirkende kraft, hvis en sensortype senere viser sig at kunne narres. Et Reference-mærke er dermed ikke en permanent stempling, men en løbende vurdering.
Der findes allerede en industristandard for netop dette. C2PA — Content Credentials — understøttes af blandt andre Leica, Sony, Nikon og Google, hvis Pixel 10 mærker billeder med Content Credentials. Standarden er åben, og den er drevet af et bredt konsortium med Adobe og Microsoft i front.
Apples tilgang adskiller sig på to punkter. Det første er privatliv: Hvor C2PA i praksis ofte indebærer, at metadata og i nogle implementeringer selve billedet passerer gennem tredjepartstjenester, er Apples model designet, så serveren ikke kan læse billedet.
Det andet punkt er mere fundamentalt. C2PA dokumenterer, at et billede blev optaget af et bestemt kamera — men standarden er svag over for det scenarie, hvor et ægte billede med gyldige Content Credentials efterfølgende redigeres med AI. Apple hævder ifølge beskrivelsen, at Reference Image kan afsløre netop den type efterredigering, fordi godkendelsen bygger på rå sensordata frem for på en signatur, der kan følge med filen gennem redigeringsprogrammer.
Om det holder i praksis, ved ingen endnu. Funktionen er ikke aktiveret, og der findes ingen offentlig teknisk dokumentation ud over privatlivsteksten i betaen.
Spørgsmålet om billedægthed er ikke længere teoretisk. AI-genererede billeder bruges allerede i danske svindelsager — falske skadesbilleder til forsikringsselskaber, falske produktbilleder på DBA og Facebook Marketplace, og manipulerede billeder i politiske debatter. Et system, der kan bevise, at et billede kom fra en linse, flytter bevisbyrden fra "kan du bevise, det er falsk?" til "kan du bevise, det er ægte?".
Netop derfor kan Reference Image få størst betydning i den professionelle ende. Danske nyhedsmedier, forsikringsselskaber og domstole vil kunne kræve Reference-mærkede billeder i situationer, hvor et fotos ægthed er afgørende. Til gengæld betyder det, at billeder uden mærke over tid kan blive mødt med større skepsis — også når de er fuldstændig ægte, bare taget med et ældre kamera eller en Android-telefon.
Der er også en åbenlys begrænsning: Systemet dokumenterer, at en sensor optog scenen — ikke at scenen var virkelig. Fotograferer du en AI-genereret plakat med Reference-tilstand slået til, får du et gyldigt Reference-mærke på et billede af noget falsk.
Apple Reference Image er endnu kun kode og en privatlivstekst i en beta. Funktionen kan sagtens blive skrottet, inden iOS 27 udkommer til offentligheden i september 2026, sådan som flere Apple-funktioner er blevet det de seneste år — ikke mindst i Apple Intelligence-familien. Men retningen er interessant: Mens resten af branchen samler sig om C2PA, bygger Apple et parallelt, mere lukket og mere privatlivsorienteret system, som kun virker inden for Apples eget økosystem. Det er som udgangspunkt en fordel for iPhone-brugere — og et problem for en verden, der har brug for én fælles måde at afgøre, om et billede kan tros. Hold øje med iOS 27 beta 6 og 7 i løbet af august: Dukker der en Reference-knap op i Kamera-appen, er funktionen reel.
Socket har fundet 40 ondsindede Firefox-udvidelser, der stjæler seed phrases og private nøgler. Her er navnene — og sådan tjekker du din browser nu.
20. august 2026·6 min læsning
Over 9 mio. ansigtsbilleder fra ansigtssøgetjenesten ClarityCheck lå åbent på en usikret server i månedsvis. Sådan tjekker du, om dit ansigt er søgbart.
20. august 2026·6 min læsning
Over 14.500 Dahua-overvågningskameraer blev kapret på 35 dage. På 1.923 af dem overlever hackernes bagdør både kodeordsskift og fabriksnulstilling.
20. august 2026·6 min læsning