例如，Kinable等人提取恶意代码的系统调用图，采用图匹配的方式比较恶意代码的相似性，识别出同源样本，进行家族分类。...Faruki等提出了采用SDhash相似性散列技术构建样本的签名序列，并采用汉明距离法对序列进行相似性计算，从而识别同源性样本。...，从而识别出相似性样本，进而归属到对应的家族。...Niu等提出了层次聚类和密度聚类算法结合的快速聚类算法对操作码序列特征进行聚类，以识别恶意软件变体，该方法识别变体效率较高。...2020年8月18新开的“娜璋AI安全之家”，主要围绕Python大数据分析、网络空间安全、人工智能、Web渗透及攻防技术进行讲解，同时分享CCF、SCI、南核北核论文的算法实现。
天御能为你们做什么呢 腾讯云天御防刷服务，在原有组合策略的基础上实现了新一代智能防刷引擎，依托腾讯海量黑产数据提供的行为样本，通过组合矩阵最大程度的识别羊毛党的对抗行为。...通过腾讯云合作伙伴的实际验证，天御防刷服务的恶意识别率高于96%。...天御有活动防刷、注册保护、登录保护、消息过滤、图片鉴黄、验证码、反欺诈几大服务，其中天御活动防刷服务针对电商、O2O、P2P、游戏等不同行业的营销和支付场景的恶意行为，具备风险拦截和识别的能力。...天御已经为客户面临的十几种恶意场景提供了安全的服务保证，使得客户的优惠最终能够触达用户。 来不及了，快上车 双十一在即 入门、基础、增强三个版本 你需要哪个护驾？...来不及了，快上车 赶紧选购保平安吧 ?
任务重：不仅需确认学生健康码，对同住人如父母、兄弟姐妹等人双码信息也需审核确认。...基于EasyDL的 健康码行程码智能识别 让我们来拆解一下究竟需要审查健康码/行程码哪些信息？...针对双码的混合图像需要使用飞桨EasyDL图像分类进行区分。 综上所述，整体解决方案需要三个环节，如下图所示： 基于EasyDL的整体解决方案 对于支持整个项目而言，需要很长时间的上下游处理。...标注格式需要注意 值得提及的是，双码智能识别依赖于EasyDL多样化的功能 图像分类：可以将双码分类与颜色检测结合 物体检测：可以增加类别、以检测代替分类 文字识别：识别多种字体的文字和数字 在这一过程中可以发现飞桨...即使换成其他地区、结构不一样的扫码识别都可以很好地处理，只要标注出关键检测点即可。
当你在网上选购商品时，同类的商品成千上万，哪些因素会影响你选购某件商品呢？商品评论一定是一个重要的参考吧。一般我们总会看看历史销量高不高，用户评论好不好，然后再去下单。...过去不久的双11、双12网络购物节中，无数网友在各个电商网站的促销大旗下开启了买买买模式。不过，当你在网上选购商品时，同类的商品成千上万，哪些因素会影响你选购某件商品呢?...事实上，许多精明的淘宝卖家会在双十一等网购高峰期售卖“爆款”，“干一票就撤”，这正是虚假评论的温床。...我们意在使用这些数据去构建刷单评论识别模型，然后可以用这里得出来的规则去识别其它鞋类商品的刷单评论。...我们把先前获取的5000条评论一分为二，其中70%作为训练样本，30%作为验证样本。
摘自：毕马威大数据挖掘 微信号：kpmgbigdata 刚刚过去的双11、双12网络购物节中，无数网友在各个电商网站的促销大旗下开启了买买买模式。...不过，当你在网上选购商品时，同类的商品成千上万，哪些因素会影响你选购某件商品呢？商品评论一定是一个重要的参考吧。一般我们总会看看历史销量高不高，用户评论好不好，然后再去下单。...事实上，许多精明的淘宝卖家会在双十一等网购高峰期售卖“爆款”，“干一票就撤”，这正是虚假评论的温床。...我们意在使用这些数据去构建刷单评论识别模型，然后可以用这里得出来的规则去识别其它鞋类商品的刷单评论。...我们把先前获取的5000条评论一分为二，其中70%作为训练样本，30%作为验证样本。
刚刚过去的双11、双12网络购物节中，无数网友在各个电商网站的促销大旗下开启了买买买模式。不过，当你在网上选购商品时，同类的商品成千上万，哪些因素会影响你选购某件商品呢?...事实上，许多精明的淘宝卖家会在双十一等网购高峰期售卖“爆款”，“干一票就撤”，这正是虚假评论的温床。...我们特意选取了具有刷单倾向的商品，可以看出，其中许多评论日期连续、会员名相似、买家等级较低;经过人眼识别，刷单评论占比约30%。...我们意在使用这些数据去构建刷单评论识别模型，然后可以用这里得出来的规则去识别其它鞋类商品的刷单评论。...我们把先前获取的5000条评论一分为二，其中70%作为训练样本，30%作为验证样本。
该样本和以前捕获的一组样本来自于同一个下载源，从代码特征等因素判断为同一作者制作，我们命名此新恶意样本为ADB.Mirai。...在互联网上存在一些未设置权限控制，没有任何密码，高权限的情况对外开放了ADB接口的Android设备，如智能手机，智能电视，机顶盒等，此次受感染正是这些设备。...此样本具备蠕虫特性，受感染设备会继续尝试感染并投递恶意代码。...我们把样本下载 89.46.79.57 在我们的威胁感知系统里面查询，也发现了该IP在十月，十一月有针对 23、81和37215端口的扫描行为。...涵盖威胁识别技术，威胁跟踪技术，威胁捕获技术，威胁主体识别技术。研究目标包括：僵尸网络威胁，通过掌控现网威胁来识别风险，缓解威胁伤害，为威胁对抗提供决策支撑。 内容编辑：伏影实验室 责任编辑：肖晴
本文以全连接神经网络为例来介绍对抗样本对人工智能模型作用的本质。...在图像分类、语音识别等模式识别任务中，机器学习的准确率甚至超越了人类。 人工智能技术具有改变人类命运的巨大潜能，但同样存在巨大的安全风险。...随后越来越多的研究发现，除了DNN模型之外，对抗样本同样能成功地攻击强化学习模型、循环神经网络(RNN)模型等不同的机器学习模型，以及语音识别、图像识别、文本处理、恶意软件检测等不同的深度学习应用系统。...本文以全连接神经网络为例来介绍对抗样本对人工智能模型作用的本质。 二、对抗样本简介 神经网络是目前人工智能系统中应用最广泛的一种模型，是一种典型的监督学习模型。...3双半月数据集的二分类问题 前面通过等高线分布图说明了对抗样本的作用机理。下面针对更加复杂的数据集来进一步展示。本节对双半月形数据集进行二分类。数据集和神经网络的等高线图分别如图6和图7所示。 ?
无数网友在各个电商网站的促销大旗下开启买买买模式，不过，当你在网上选购商品时，同类的商品成千上万，哪些因素会影响你选购某件商品呢？商品评论一定是一个重要的参考吧。...事实上，许多精明的淘宝卖家会在双十一等网购高峰期售卖“爆款”，“干一票就撤”，这正是虚假评论的温床。...我们意在使用这些数据去构建刷单评论识别模型，然后可以用这里得出来的规则去识别其它鞋类商品的刷单评论。...我们把先前获取的5000条评论一分为二，其中70%作为训练样本，30%作为验证样本。...我们还留下了30%的验证样本，现在它们可以现身来验证成果了。
今年选购轻薄本的朋友们，如果稍微了解一点电脑配置，肯定会遇到这个纠结：不少笔记本都有酷睿和锐龙两种处理器版本，其中比较热门的型号分别有1165G7和5800U等等。...（很多像office这种大家常用的软件，一开始就是针对英特尔平台开发的），所以也能有更好的兼容性稳定性；另外目前的处理器市场占有率也是英特尔更高，十有七八个消费者选购的都是英特尔酷睿。...5800U和此前一样使用的是锐龙Vega GPU架构，而1165G7则使用到了英特尔十一代全新的Iris Xe GPU架构。...英特尔的十一代处理器还配备有多种AI技术，对于创意工作者，可实现智能识别及实时优化，一键抠图、美颜、背景替换、智能识别视频场景并提升分辨率等等；对于商务人士，则可以提供智能区分人声人像，实现高质量噪音消除
针对电商行业“羊毛党”的问题，企业基于腾讯云，利用人工智能技术，通过用户手机设备或社交账号信息信用记录的分析，能大大降低“褥羊毛”对企业带来的损失。...基于腾讯云的天御，58同城收到的恶意消息减少了81%，东鹏特饮也借由天御一年节省了三千万费用。 同时，唐良还介绍了电商企业接入腾讯云后的进阶服务——电商业务的创新玩法。...用户可通过网络红人视频直播推荐的服饰与搭配，直接进行互动选购，这相较于传统的电商购买模式，人与人的距离被拉近，用户购买体验也大大增加。...截至到今年9月，直播间综合收入是去年十一的20倍，红人主播单场交易额，也达到了129万。
1 清华大学的RealAI 团队15分钟解锁19款手机 刚刚，清华大学的一条重大发现，利用人脸识别技术的漏洞，“ 15分钟解锁19个陌生智能国产手机 ”的事件，引发无数网友关注。...除了破解手机面部解锁系统，研究团队还通过对抗样本攻击，通过了一些政务、金融类的App人脸识别认证，甚至假冒机主，在线上完成银行开户。...据介绍，虽然开发出核心算法的难度很大，但如果有黑客恶意开源这一算法，就会极大降低破解的难度。研究人员建议，人脸识别应用方可通过在认证过程中增加检验对抗样本的模块，来防范此类风险。...但广西法院近日公开的一份刑事判决书，不得不让人重新审视这个安全性， 判决书显示，2019年6月8日19时许，被告人黄某到柳州市一家二手手机店，欲在此店选购手机。...指纹识别相对安全， 指纹被分享的可能性比较小, 但目前也存在被各中App恶意采集的可能。 短信验证则更安全， 由于短信验证码具有一次一码，所以短信验证还是作为支付、用户注册环节中的重要手段。
这是微软推出的机器人，通过跟网友对话进行学习，恶意的网友就会乱教它，比如骂脏话，甚至是种族歧视。...前面的老师也讲过，现在AI是孩子，你教什么就学什么，结果学坏了，最后骂人，后来微软马上下架去修改，这就是一种样本的问题。 ? 第二个问题就是AI会被蒙蔽。...另外就是一些智能手机，因为智能手机现在用了越来越多的一些所谓的生物识别、智能识别，比如说人脸解锁，人脸解锁之前有很大的问题，但是我直接用照片，而且用二维的照片就可以解锁。...在腾讯云上有很多这样的小商家，可能它单个商户面临的流向不一样，QQ空间和微信朋友圈流量非常大，小的商户流量非常小，如果采取传统的特征工程的方法不能很好解决，比如商户做活动或者双十一整体流量上升，就会有这样那样的问题...最后平均准确率从80%到了96.4%，效果还可以，但机器也有误报，我们现在采取双引擎在跑，避免出问题。
有趣的是，在当时人们都认为该算法将很快导致“强”人工智能的出现。即，智能的思考能力、独立思考并可以解决那些默认编程程式外任务的人工智能。...可随后就是“弱”人工智能的时代，它可以解决一些创造性的任务，比如识别图片、预测天气、玩象棋等。...误解三：机器学习——做一次就够了 恶意软件检测和人脸识别在概念上的区别，脸永远是脸，在这方面永远也不会有什么改变。...因为通过客户端的恶意样本的平均数量要比反病毒实验室收集到的恶意样本数量小得多。客户端会因为没有收集到样本进行学习而丧失应对能力。...问题是大多数同家族的恶意软件都是由一个恶意程序修改而来的。例如 Trojan-Ransom.Win32.Shade 是一个拥有超过三万个恶意样本的家族。
有趣的是，在当时人们都认为该算法将很快导致“强”人工智能的出现。即，智能的思考能力、独立思考并可以解决那些默认编程程式外任务的人工智能。...可随后就是“弱”人工智能的时代，它可以解决一些创造性的任务，比如识别图片、预测天气、玩象棋等。...误解三 机器学习——做一次就够了 恶意软件检测和人脸识别在概念上的区别，脸永远是脸，在这方面永远也不会有什么改变。...因为通过客户端的恶意样本的平均数量要比反病毒实验室收集到的恶意样本数量小得多。客户端会因为没有收集到样本进行学习而丧失应对能力。...问题是大多数同家族的恶意软件都是由一个恶意程序修改而来的。例如 Trojan-Ransom.Win32.Shade 是一个拥有超过三万个恶意样本的家族。
每年的双十一，更是“羊毛党”攫取利益的最佳时机。据统计，2017“双11”全网总销售额达2539.7亿元。巨大的市场潜力，也在验证着坊间传言“薅上一天，够吃一年”。...这些号码可以批量注册电商平台账号，可以接收验证码，甚至可以识别“语音验证码”。 ?...备足了弹药和武器之后，浩浩荡荡的羊毛党大军便走进了每年的双十一电商节。...腾讯云天御来帮忙 今年的双十一已进入倒计时，面对黑产大军的“黑云压城”，电商平台又该如何应对？如何精准识别恶意行为成为反制羊毛党的关键。...（图：电商平台接入天御后，羊毛群讨论难以刷券） 此外，全方位多层次的安全防御体系不仅能够打击营销场景下的欺诈行为，还能打击视频、电商及出行等行业的虚假流量、恶意刷量行为，节省客户的营销支出。
不仅如此，恶意程序也猖獗不断。...2017年1月-7月，360互联网安全中心累计监测到移动端用户感染恶意程序1.3人次，平均每天恶意程序感染量达到了61.5万人次；新增恶意程序样本483.9万个，平均每天截获新增手机恶意程序样本近2.3...一个简单的例子是，促销短信并不总是讨人厌，尤其是在双十一、双十二这样的大促前夕，用户反而期待收到感兴趣品牌的促销信息。...传统的依靠号码库实现的诈骗识别已不能满足日益复杂多变的诈骗形式和套路，尤其是以勒索软件为代表的恶意软件逐渐呈爆发态势，危害巨大。...一方面是人工智能技术驱动下的场景分析与识别，与用户进行实时的交互，并针对用户的使用行为进行机器训练，进而可以做到对诈骗等不安全事件更精准的识别；另一方面，则是在此基础上，结合态势感知对诈骗溯源分析，综合各方面数据
广泛应用于文本分类、语音识别中，同样适用于恶意代码检测。...(3)性能评估 下面是衡量机器学习模型的性能指标，首先是一幅混淆矩阵的图表，真实类别中1代表恶意样本，0代表非恶意样本，预测类别也包括1和0，然后结果分为： TP：本身是恶意样本，并且预测识别为恶意样本...FP：本身是恶意样本，然而预测识别为非恶意样本，这是误分类的情况 FN：本身是非恶意样本，然而预测识别为恶意样本，这是误分类的情况 TN：本身是非恶意样本，并且预测识别为非恶意样本 然后是Accuracy...假设我们模型的效果非常差，它会将所有本测试样本标记为恶意样本，这样我有两个数据集，一个样本包括100个数据（99个恶意样本、1个非恶意样本），另一个样本包括50个数据（50个恶意样本、50个非恶意样本）...其中，TPRate表示分类器识别出正样本数量占所有正样本数量的比值，FPRate表示负样本数量占所有负样本数量的比值。
接下来我将开启新的安全系列，叫“系统安全”，也是免费的100篇文章，作者将更加深入的去研究恶意样本分析、逆向分析、内网渗透、网络攻防实战等，也将通过在线笔记和实践操作的形式分享与博友们学习，希望能与您一起进步...该样本不会分享给大家，分析工具会分享。...作者先感谢深信服的老师和B站UP主漏洞银行团队，这篇文章包括了大量高级可持续威胁的防御技术，既可运用于科学研究，又可用于实战，并且提供了丰富的思想，再次感谢他们，后续作者会结合实战技术深入理解这些方法，包括基于人工智能的检测和基于词法语法的样本分析...同时，从识别到响应也需要一定时间，比如样本提取、样本分析等。威胁清除方法包括：登录防火墙查看安全日志、判断威胁等级及严重性、定位疑似IP及电话询问用户、病毒扫描及定位威胁和事件。...2.端的保护 智能检测提供全面的终端保护，具体内容包括： 响应：文件修复、一键隔离风险、溯源分析 检测：病毒全局抑制机制、文件实时监控及主动扫描 防御：恶意程序诱捕及病毒防扩散、勒索及挖矿变种防护、常规及高危病毒防护
2 除了对邮件头欺骗、发件人欺骗、邮件钓鱼和邮件恶意链接检测外，一旦发现包含可疑邮件附件，通过内置沙箱虚拟执行环境，可以对各种基于邮件附件传输的样本模拟运行分析，捕获其动态行为、网络行为、进程行为、文件行为...、注册表行为等关键信息，识别其中可疑的样本特点，快速对网络中传输的恶意样本进行预警，及时通知被攻击方提高安全防范意识，防止出现被感染的情况。...提示：收到一封邮件，来自天猫的双十一优惠卷。 殊不知，另一场邮件门骗局拉开帷幕。。。 ? 但进一步对发件人的邮箱链接分析，发现实际发件人邮箱并非来自阿里巴巴。...其中关键的恶意行为有释放恶意文件行为，即在打开的过程中还会进一步释放两个其他恶意文件，用于执行后删除文件和拷贝覆盖文件： ?...可见网络安全不仅影响着我们双十一剁手这样的大事，已经可以直接影响一个国家的政治，乃至一个国家的命运！对于一个总统而言，更应注重网络安全。 所以，更应该拥有一套态势感知！
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
