首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

人工智能网络安全?请再认真点!

一直没找到人工智能是怎么跟恶意加密流量对抗的。直到看到最后一段。终于看到“人工智能”这四个字了! ? 图5 人工智能恶意加密流量的对抗 看过这段文字之后,终于明白了标题二所要表述的内容。...图6 人工智能可以与恶意加密流量对抗 这是一段即没有量化,又没有逻辑的废话。“人工智能算法赋予机器以专家的智慧”这是要换头吗?...并且模型的拟合度极高,6万多样本仅1次就能达到95%以上的正确率。这样的模型可以用于网络中的加密流量识别。我只能惊叹一下,加密流量的特征好明显啊,用个屁的人工智能。 下面的模型更是雷,如图12所示。...图12 模型训练2 管中窥豹,以上截图至少说明了以下结论: 能在CPU上跑可以推断模型非常的小。 训练所需次数少,可以推断数据的维度非常低,数据样本非常少。...少量的样本数据,低维的特征提取,最终只能出来个玩具模型。 准确率基于的是已提供样本识别率,并非现网流量识别率,这个在文中无从衡量。 这样就敢说实现xxx种协议的识别,准确率达到99%。

1K10

技术分享|终端安全防护|ChatGPT会创造出超级恶意软件吗?

有人推测ChatGPT可以做一些事情,比如创建恶意代码变体,查找恶意软件,并测试新的威胁是否可以使用基于人工智能的技术逃避检测。这还有待观察,但滥用人工智能的可能性肯定在增加。...使用ChatGPT创建恶意软件确实存在技术缺陷。这款聊天机器人只有2021年的数据。虽然它为创建恶意软件组件提供了快捷方式,但人工智能生成的组件很容易识别。...安全工具可以对它们的模式进行指纹识别——如果ChatGPT数据没有持续更新的话,这一点就更加明显了。想要从ChatGPT获取恶意软件吗ChatGPT的公共接口始终拒绝处理恶意软件请求。...Q4 在哪里可以找到用于测试和研究的勒索软件样本?...通过使攻击者更难识别和利用特定的漏洞,MTD可以帮助防止高级AI生成的恶意软件成功危及终端。

1.6K20
您找到你想要的搜索结果了吗?
是的
没有找到

对抗样本原理分析

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。 ?

1.4K10

1万元的iPhone X太贵买不起?至少中国富人穷人都买得起

排除连iPhone 8和iPhone X都不区分的“恶意差评”,我们来看看iPhone X最被差评的地方在哪里:全面屏、无线充电、面部识别摄像头光学防抖在安卓阵营都已有先行玩家,iPhone X不过是跟随...因为唱衰苹果的分析师没有站在用户角度思考问题,消费者的不是创新,的是体验,摄像头不是苹果先做的,但做得更好。 同样,iPhone X的体验提升是十分显著的。...许多人看到它用了夏普、小米和三星已采纳的全面屏,却没留意到它干掉了HOME键,HOME键由iPhone引入手机行业再自己干掉,这个变化非常大;许多人认为FACE-ID是步虹膜识别或者人脸识别的后尘,然而却忽略了...FACE-ID有红外活体识别而不只是图像识别技术,通过红外传感器、点阵投影等多个传感器组合的“深度摄像头”带来快速、精准和安全的识别,以及Animoji等创新应用。...在iPhone X推出的当天,天猫宣布iPhone 新品将在其平台首发,天猫与花呗联合推出了12个月分期服务,用户还有机会抢到免息券和获得10GB流量赠送。

3.2K70

AISecOps - XAIGen技术解析:模型知识抽取促进模型可信任

该分类器可基于决策树、循环神经网络等机器学习或深度学习模型构建,以完成在识别恶意流量等文本分类任务。...进一步,根据采样恶意流量载荷,进行字节级别的聚类,以将恶意流量中的扫描流量识别出来:扫描流量指包含同质载荷内容的流量集合,在聚类过程中将形成聚类簇。...本文使用Levenshtein距离[12]计算字符串的相似度,使用基于密度的DBSCAN算法[13]完成聚类操作,通过指定最大距离参数、最少样本数参数等控制聚类效果,以避免显式指定聚类簇个数。...在检测模型识别该载荷内容为webshell的情况下,使用LIME算法能够得到模型将该载荷样本识别恶意webshell的关键词及其贡献程度的置信度值。...评估数据集(评估集)包含当前批次恶意流量载荷样本(采样率βm),以及正常样本(可与感知阶段检测模型使用相同训练数据集,采样率βn-his),以及与当前批次恶意流量在同一时间窗口内的正常样本(采样率βn-cur

1.1K30

机器学习在安全攻防场景的应用与分析

此外还会通过搜集反馈回来的失败样本,以及人工打码的标定数据,来实时训练和更新识别网络,不断迭代训练进行优化,进一步提高神经网络模型的识别能力。...该模型可识别异常用户盗号、LBS/加好友、欺诈等行为。随着样本增加,恶意请求的uin、类型、发生时间通过分析端通过线下人工分析和线上打击,达到良好的检测效果。...安全攻防应用案例:无线网络攻击——伪基站短信识别[12] 为了解决“犯罪分子通过冒充10086、95533等机构发送短信来获得用户的账号、密码和身份证等信息”这一问题。...2015年12月,360手机在全球率先推出了伪基站垃圾、诈骗短信精准识别功能。...,因此恶意访问、攻击样本的不充分,导致模型训练后的检测准确率有待提高。

8.1K80

九年11让中国快递业世界领先,下一个九年会发生什么?

每年11我都会参与剁手,前几年来自外省的包裹要等一周甚至两周才收到,但今年11我的东西尽管到货没有平日快,却也在两三天内陆陆续续到达了。...百度外卖、达达等快递服务,成为中国街头的一道风景线;共享快递的出现,让许多人可以兼职成为快递员也可以让不同公司可以调配社会闲散运力;电商行业的快递保险则直接催生了众安保险这家上市公司;便于用户延时取件的智能快递箱也成为中国本土创新的样本...可以说,今天中国快递行业的服务能力已是九年前不可同日而语,快递运力、速度、效率和成本都做到了全球领先,什么都可以送、哪里都可以去,成为中国经济发展中与互联网、电商并列的一道奇迹,能够支持交易额大幅攀升的...第二,物流行业进入智能时代。 人工智能、物联网和机器人等新技术正在改变各行各业,物流也在智能化。...;再比如顺丰利用图像识别技术来识别面单,提高录入效率;除了大数据和AI技术外,今年11期间不少物流公司在仓库引入了机器人和物联网技术,智能分拣,提高效率降低分拣员的劳动强度。

5.7K60

网购评论是真是假?文本挖掘告诉你

刚刚过去的11、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?...然而各位一定也有所耳闻,的不如卖的精,刷单的、刷评论的始终横行网上,没准你看到的评论就是卖家自己刷出来的。...下次还来,赶快上新款哦!” “有史以来最满意的鞋,妈妈看了说是真皮的,卖家态度又很好,发货超快,诚信卖家,特别满意的一次购物!”...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

5.3K90

刺向巴勒斯坦的致命毒针——尾蝎 APT 组织的攻击活动分析与总结

二.样本信息介绍以及分析 1.样本信息介绍 在本次尾蝎APT组织针对巴勒斯坦的活动中,Gcow安全团队追影小组一共捕获了14个样本,均为windows样本,其中12样本是释放诱饵文档的可执行文件,2...个样本是带有恶意宏的诱饵文档 ?...2019.12——2020.2尾蝎APT组织针对巴勒斯坦所投放样本样本类型占比图-pic2 在这12个可执行文件样本中,有7个样本伪装成pdf文档文件,有1个样本伪装为word文档文件,有2个样本伪装为...2019.12——2020.2尾蝎APT组织针对巴勒斯坦所投放可执行文件样本样本类型占比图-pic3 在这14个Windows恶意样本中,其诱饵文档的题材,政治类的样本数量有9个,教育类的样本数量有...编译时间戳的演进-pic117 (3).自拷贝方式的演进 尾蝎APT组织在2017年到2019年的活动中,擅长使用copy命令将自身拷贝到%ProgramData%下.而可能由于copy指令的敏感或者已经被各大安全厂商识别

2.9K11

关于机器学习在网络安全中的五大误解

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。

1.6K50

关于机器学习在网络安全中的五大误解

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。

1.6K20

刺向巴勒斯坦的致命毒针——尾蝎 APT 组织的攻击活动分析与总结

二.样本信息介绍以及分析 1.样本信息介绍 在本次尾蝎APT组织针对巴勒斯坦的活动中,Gcow安全团队追影小组一共捕获了14个样本,均为windows样本,其中12样本是释放诱饵文档的可执行文件,2...个样本是带有恶意宏的诱饵文档 2019.12——2020.2尾蝎APT组织针对巴勒斯坦所投放样本样本类型占比图-pic2 在这12个可执行文件样本中,有7个样本伪装成pdf文档文件,有1个样本伪装为...那下面追影小组将以一个恶意样本进行详细分析,其他样本采取略写的形式向各位看官描述此次攻击活动。...(12).artisan-video-5625572889047205-9356297846-mp4 a.样本信息 样本artisan-video-5625572889047205-9356297846...%下.而可能由于copy指令的敏感或者已经被各大安全厂商识别

2.6K10

数据挖掘:网购评论是真是假?

过去不久的11、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?...然而各位一定也有所耳闻,的不如卖的精,刷单的、刷评论的始终横行网上,没准你看到的评论就是卖家自己刷出来的。...下次还来,赶快上新款哦!” “有史以来最满意的鞋,妈妈看了说是真皮的,卖家态度又很好,发货超快,诚信卖家,特别满意的一次购物!”...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

6.9K90

TenSec 2019:腾讯安全数盾如何用AI应用实践数据保护

在6月11日-12日召开的2019腾讯安全国际技术峰会上,腾讯安全专家研究员彭思翔带来议题《AI在数据安全中的实践》,介绍了腾讯安全数盾以AI为核心,构建的包含外部攻击防护、数据交换保护、内部防泄露等全流程的数据安全保护方案...NO.2 以AI为核心 腾讯安全数盾构建全流程数据安全保护方案 重重挑战之下,传统基于规则策略加上大量人工干预的安全方案不再适用,如何在数据安全的各个环节落地人工智能的应用无疑成为破局关键。...本次峰会上,彭思翔介绍了腾讯安全数盾的做法——引入AI引擎+创新算法: ➣一方面,数盾通过独创的“白+黑”AI引擎对数据进行综合判断,自动适配用户操作特征,减少误报和漏报。...白引擎对存量日志进行训练和预测,降低误报率;黑引擎对攻击样本和正常样本进行深度神经元网络分析,降低漏报率。...以无监督学习为主构建的数据治理中心,能够快速感知数据应用的异常事件;以有监督学习为主构建了准确识别恶意攻击的多种安全防御能力。

1.6K20

产品动态 | 腾讯云NLP 12月最新动态

timg (2).jpg 12月,腾讯云AI中心下的腾讯知文NLP推出全新功能。...---- 腾讯云自然语言处理(Natural Language Process,NLP)深度整合了腾讯内部顶级的NLP技术,依托千亿级中文语料累积,提供18项智能文本处理能力,包括智能分词、实体识别、文本纠错...、情感分析、文本分类、敏感审核、词向量、关键词提取、自动摘要、智能闲聊、百科知识图谱查询等。...支持博彩文本审核 新增了针对博彩相关文本数据审核场景的功能,该功能可以有效鉴别出文本的恶意等级(EvilFlag),并能审核得到相关的恶意类型(EvilType)。...666.png 吗.jpg 应用场景 可用于广告物料审核、博彩内容审核、敏感信息过滤、舆情监控等场景。帮助客户和相关运营人员及时、精准地发现问题,降低文本违规风险。

6.4K201

4.基于机器学习的恶意代码检测技术详解

《当人工智能遇上安全》系列博客将详细介绍人工智能与安全相关的论文、实践,并分享各种案例,涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。只想更好地帮助初学者,更加成体系的分享新知识。...浙大团队分享AI对抗样本技术 [当人工智能遇上安全] 2.清华张超老师 GreyOne和Fuzzing漏洞挖掘各阶段进展总结 [当人工智能遇上安全] 3.安全领域中的机器学习及机器学习恶意请求识别案例分享...(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...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。

1.2K30

360用AI agent正面刚APT了!

几乎就在同一时间,公司安全部某运营人员的屏幕前自动生成了一条红色紧急告警,告警名称赫然写着“检测到与APT-C-28恶意服务器进行通信”,这让他瞬时心跳加速! -这个告警是从哪儿来的?...这不仅令人疲于应对,还可能导致真正的威胁被忽视,尤其是识别极具因隐蔽性和复杂性的APT攻击,已成为安全行业面临的一大难题。...精准识别告警 在财务人员点开邮件并打开带毒附件的同时,360安全智能体就凭借独有的超越内核级探针矩阵识别出了可疑样本,随即计算、检索和关联,模拟安全专家进行类人化深度分析,将海量告警快速“去噪”,顺利筛选出这条紧急告警...用户可以一目了然知道问题出在哪里。...该攻击链显示攻击者使用了模版注入技术,投放带宏病毒的恶意文件,运行后释放恶意样本,将窃密模块注册为一个系统服务,收集系统敏感数据,并通过网络渗出数据。 攻击研判 悉数掌握了攻击过程,那么来者究竟何人?

18510

【2018春运-AI大战黄牛党】智能抢票选座,机器学习阻击黄牛党

作者:常佩琦 【新智元导读】春运已到达高峰期,不少浏览器推出了人工智能抢票和选座功能。而黄牛党也与时俱进,用机器人和AI恶意刷票。如何应对这种现象?专家表示可利用机器学习来阻击黄牛党。...360浏览器应用人工智能自动识别验证码的功能,搜狗抢票也利用“双模加速”体系,构建了两重刷票智能算法。 然而道高一尺,魔高一丈。黄牛党抢票的手段也与时俱进。...据广东惠州铁路公安处12日通报,该处查获了一个用“机器人”抢票、高价倒卖火车票的火车票代售点。经查,庄某用半年时间,花费数千元研制了这台机器人键盘手,24小时每一秒敲击一次电脑键盘,代替人工刷新页面。...目前有一些AI的技术,不依赖于图形验证码本身,而是建模这个识别图形验证码的过程和行为,来看它是机器编程识别的过程,还是普通人识别的过程;在此基础上,再加入买票过程的行为,来区分黄牛党(一次很多张票)和普通公众...(一次少量票)。

77380

深度学习:能击败欧洲围棋冠军,还能防恶意软件

Deep Instinct的学习方法将恶意软件样本分解为大量的小“碎片”,恶意软件从而可以进行映射,就像是基因组序列便是由成千上万更小的序列组合构成。...这些被“分解”的样本仍是二进制位字符串,用于训练神经网络进行系统地识别。在进行了数百万次计算之后,神经网络运行于一个GPU集群中,最终得出一个能够指向终点的静态神经网络结果。...Deep Instinct恶意软件识别率远超传统安全公司 Göttingen大学举行的对16000个恶意软件样本进行识别测试中,来自西门子CERT、Bit-Defender、McAfee、Trend(趋势科技...)、AVG、卡巴斯基、Sophos以及其他安全公司平均识别率为61%,而Deep Instinct对于恶意软件的识别率则高达98.86%。...一些恶意软件样本自主突变,而其功能并没有受到影响。PDF恶意软件的识别率是99.7%,可执行文件的检测率为99.2%。

1.2K70
领券