来自 | FreeBuf.COM · 参考来源 | Securelist · 编译 | Avenger 机器学习已经渗透到了人类活动的所有领域，它不仅在语音识别、手势识别、手写识别和图像识别上起着关键的作用，这些领域如果没有机器学习在现代医学、银行、生物信息和存在任何质量控制的行业中都是一个灾难。甚至机器没有学习和生成的能力，连天气预报都无法做出。但是此时我想澄清一些问题——关于机器学习在网络安全领域的使用中存在的一些误解。 误解一 网络安全中的机器学习是新鲜玩意 由于某
机器学习已经渗透到了人类活动的所有领域，它不仅在语音识别、手势识别、手写识别和图像识别上起着关键的作用，这些领域如果没有机器学习在现代医学、银行、生物信息和存在任何质量控制的行业中都是一个灾难。 甚至机器没有学习和生成的能力，连天气预报都无法做出。但是此时我想澄清一些问题：关于机器学习在网络安全领域的使用中存在的一些误解。 误解一：网络安全中的机器学习是新鲜玩意 由于某种原因，在网络安全中的人工智能技术变成了过去流行的东西。如果你没有长期关注过这个主题，你可能会认为这是新的东西。 一些场景：第一个机器学习算
过年前网站推出一个叫“网藤杯智能安全机器人养成计划”的活动，刚开始以为是一个养蛙类型的活动，研究过后发现，这是一个上传数据拿奖品的活动，看着礼品还挺诱人的，作为薅羊毛专业户，我必须吐槽一把了…… 看看
当我们在享受AI技术带来的便捷与高效的同时，是否考虑过技术漏洞带来的严重后果？试想如果有人恶意利用AI技术去干扰IT系统的正常工作，结果会有多可怕呢？
当谈论网络安全应急管理和技术实践时，有一些更深入的技术层面需要考虑。以下是一篇偏技术性的文章，涵盖了一些网络安全应急管理和技术实践的具体方案和方法。
上月底，权威科学杂志Nature发表了一篇关于谷歌人工智能程序AlphaGo击败欧洲围棋冠军的文章，其中介绍了AlphaGo程序的细节，它实际上是一个结合了深度学习与树搜索（tree-search）的程序。虽然，对弈发生于去年十月，但还是在网络及朋友圈引起不小轰动：人类智力最后的骄傲崩塌了吗？ 在对问题进行肯定或否定的回答前，我们先来了简单了解一下这些概念。 FreeBuf百科：什么是人工智能、机器学习和深度学习 图片来源：《从机器学习谈起》 人工智能 AI 作为计算机学科的一个分支，按字面理解，
据报道，在世界范围内，每年因恶意软件攻击造成的损失超过100亿美元，并且还在不断增加。尽管网络安全机制在不断的升级，但恶意软件层出不穷，仍然是黑客攻击的利器。
腾讯云人工智能产品提供计算机视觉、智能语音等人工智能技术，帮助合作伙伴和客户高效打造针对性的解决方案，助力各行各业的数字化和智能化转型。
11.11云上盛惠 多款大数据产品年终钜惠 移动推送、商业智能分析BI 智能数据分析、Elasticsearch Service 云数据仓库for Apache Doris 首月秒杀 19.9元、新客首购 2.5折起 老客回购/新客复购 2.8折起 ←扫码立即参与活动 购后抽奖 100%中奖率 iPad Air 、Switch 游戏机 妲己机器人、虎年公仔、代金券 快速了解产品 1.移动推送：安全快速稳定的移动消息推送服务，支持 App 推送、应用内消息等多种消息类型，有效提升用户活跃度。 2.商业智能分
博雯 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 不安装任何杀毒软件，“悬丝诊脉”也能揪出计算机病毒？ 而且准确率达99.82%，杀毒软件看了都汗颜。 先请出我们的“患者”，一个经过特殊处理后化身微型计算机的树莓派： 病毒入侵、服务中断、后台进程活动等无数个正常和非正常的行为正在这台微型计算机中发生。 然后让AI与这个蓝白相间的示波器相连，伸出一根探针“悬丝”搭在CPU上： 很快啊，AI就发现了这台计算机上的恶意软件！ 明明是在树莓派体内的病毒，怎么探针隔空一放（没直接接触）就被发现了？ 答案
利比亚的政权动荡和长期内战可能众所周知，但其网络间谍和黑客活动或许鲜为人知。在这篇报告中，我们将首次披露一例涉及利比亚的恶意软件网络攻击活动。 概要 8月初，我们接收到了一类大量感染利比亚国内安卓手机
一、引言 随着人工智能(artificialintelligence, 简称AI)的技术突破，现今的计算技术可从大数据平台中挖掘出有价值的信息，从而为人们在决策制定、任务执行方面提供建议对策与技术支持，将专业分析人员从复杂度高且耗时巨大的工作中释放。 企业与用户每天面临各种安全威胁，无论是钓鱼邮件中的恶意链接还是恶意软件的非法操作等，日新月异的攻击手段给用户安全带来了极大的困扰，造成了严重的安全威胁。由于现有的检测技术与防御系统已渐渐无法应对多变的挑战，而以机器学习(machinelearning,简称ML
ChatGPT是一个强大的人工智能聊天机器人，它使用大量的数据收集和自然语言处理与用户“交谈”，感觉像是和正常的人类对话。它的易用性和相对较高的准确性让用户可以利用它做任何事情，从解决复杂的数学问题，到写论文，创建软件和编写代码，以及制作令人着迷的视觉艺术。
一年一度的11.11云上盛惠如期而至。 腾讯云AI携人脸核身、文字识别、语音技术、人脸特效等系列特惠AI产品助力轻松上云；本次AI专场设置三大专区，包含数十款子产品，全场低至0.2折起： @首单专区：新用户限时秒杀，仅限产品首单，每个用户仅限1个； @企业专区：仅企业认证用户可购买； @特惠专区：不限新老用户，多种规格资源包可供选择，低至1.5折起。 活动说明： 本次活动为11月大促AI人工智能产品专场特惠活动。 活动时间： 2022-11-0100:00:00 ~ 2022-11-30 23:59:5
近日，在广州举办的2018腾讯“云+未来”峰会圆满落幕。这场聚焦云计算行业的盛会吸引了众多业界重量级嘉宾，多场论坛探讨就云计算的发展现状、技术突破、安全未来等话题展开了热议。其中，腾讯云倡导的“智慧安全”理念深入人心，处在数字化转型的浪潮中的企业对安全需求日益增加，云端安全正成为数字化发展的重要护航者。
当组织内发生数据泄露事件时，泄漏检测系统（BDS）能够给我们提供足够有效的提醒，但如果敏感等级设置的非常低的话，我们还需要考虑风险报告的假阳性问题。而基于异常的检测系统能够检测到很多传统BDS无法发现
近日, 2020年第四季度Now Tech亚太企业反欺诈市场报告(Now Tech: Enterprise Fraud Management In Asia Pacific, Q4 2020)发布,腾讯安全入选大型成熟供应商梯队，也是国内企业唯一入选报告第一梯队的互联网科技公司。
一年一度的11.11云上盛惠如期而至。 腾讯云AI携人脸核身、文字识别、语音技术、人脸特效等系列特惠AI产品助力轻松上云；本次AI专场设置三大专区，包含数十款子产品，全场低至0.2折起： @首单专区：新用户限时秒杀，仅限产品首单，每个用户仅限1个； @企业专区：仅企业认证用户可购买； @特惠专区：不限新老用户，多种规格资源包可供选择，低至1.5折起。 活动说明： 本次活动为11月大促AI人工智能产品专场特惠活动。 活动时间： 本活动时间 2022-11-01 00:00:00 ~ 2022-11-30
近日，在广州举办的2018腾讯“云+未来”峰会圆满落幕。这场聚焦云计算行业的盛会吸引了众多业界重量级嘉宾，多场论坛探讨就云计算的发展现状、技术突破、安全未来等话题展开了热议。其中，腾讯云倡导的“智慧安全”理念深入人心，处在数字化转型的浪潮中的企业对安全需求日益增加，云端安全正成为数字化发展的重要护航者。 腾讯云自身已全面覆盖各项安全合规资质，并且腾讯云基于“云管端”的智慧安全体系，将八大领域的安全能力对外输出。构建了数据安全、网络安全、主机安全、安全服务、风控安全、流量安全、内容安全、终端安全的能力阵列；同
2019年10月，我们捕获到针对TVT DVR设备的探测活动（《一个月内首现三类漏洞探测活动，僵尸网络又在酝酿攻击？》[1]），其恶意载荷位于POST请求的body中，尝试在DVR上使用nc命令建立一个反向shell（通常针对物联网设备的漏洞探测，僵尸网络会直接投递样本，建立反向shell的攻击行为非常少见）。
这还只是一个苗头，底部另有彩蛋 双十一临近，小编先自爆早几年前还是剁手一族时候的一个小故事，虽然现在跟剁手一族也没什么多大的区别。 年少时，课程比较少，与几个室友，看到优惠就点击，看到促销就抢购，遇到双十一还找人代替抢购，只需花10-20元不等就可以请专业刷单代抢成功抢到价值上百元的东西，不到五分之一的价格，很是划算（当然随着这个行业的壮大，也有被骗的时候:)） 由几百到几百万 那个时候不懂商家的业务安全，不知电商行业老板、O2O行业老板、P2P行业老板、游戏行业老板、支付行业老板们的苦水，天真的以为既然是
现在的我们，无时无刻不在使用无线设备，手机、笔记本等等无线网络设备，路由器就成了我们日常生活中根本不能缺少的一部分。 但你可能并不了解，即便不对无线信号承载的数据本身进行解密，无线信号也能泄露我们的隐私，攻击者甚至能够利用它来实现密码之类的窃取，整个过程听起来非常黑科技。 多功能无线信号 我们日常生活中最常见的路由器来说，通过路由器连接网络上网，然后浏览体育新闻、天气预报等信息. 路由器发出的无线信号在空气中传播，当然在传输过程中会遇到障碍物，然后路由器根据信号是否会遭到障碍物遮挡以及空气中传播信号情况
当前，诸如图像识别、语音识别、自然语言翻译等AI技术已经在移动互联网、新型产业甚至众多传统产业领域得到普遍部署和广泛应用。以机器学习、深度学习为核心的第二次人工智能的加速成熟，终于迎来了人工智能技术的高光时刻。
本文介绍了机器学习在信息安全领域的应用，包括恶意软件检测、威胁情报、自动化安全响应和漏洞利用等方面。虽然机器学习在安全领域有很大的潜力，但也存在一些挑战，如模型误报、数据安全和隐私保护等问题。
阅读发表在computers & security（CCF-B）上的文章Deep learning for insider threat detection：Review，challenges and opportunities，一篇内部威胁检测的综述，来了解内部威胁检测的历史，挑战以及未来的研究方向。
构建恶意域名检测引擎，对海量域名进行自动化检测并识别出恶意域名，让威胁情报的检测和运营变得更智能、更高效，以缓解威胁情报分析师分面对海量威胁数据的分析压力。
📷 即使是瑟曦.兰尼斯特的阴谋诡计或者乔拉.莫尔蒙爵士父亲般的保护(译注：两者都是HBO剧集《权力的游戏》中的人物)也无法阻止攻击者攻破HBO的网络并窃取了1.5TB的数据(包括未播出的《权力的游戏
一、一个时代的崛起 1. 腾讯新闻：资讯行业擎旗者的突破超越 2012年9月，腾讯新闻客户端安卓版正式发布。彼时，几大传统门户衍生的移动端资讯类APP早已上线推广，新闻客户端领域的用户争夺战，一触即发。2014年底，腾讯新闻在移动端的日活跃用户已达2.5亿，仅在第三方应用商店，腾讯新闻的下载量就达5亿次，是第二名的两倍。不久后，腾讯新闻客户端日活跃用户量已超过行业第二名的两倍，牢固确立领军者地位。 通过和微信进行合作，形成立体联动效应，腾讯新闻一路崛起。微信和手Q双插件渠道成为腾讯新闻客户端独有，其他
前一篇从个人角度介绍英文论文实验评估（Evaluation）的数据集、评价指标和环境设置如何撰写。这篇文章将带来USENIXSec21恶意代码分析的经典论文——DeepReflect，它通过二进制重构发现恶意功能，来自于佐治亚理工学院。希望这篇文章对您有所帮助，这些大佬是真的值得我们去学习，献上小弟的膝盖~fighting！同时文章末尾有我的论文感受和精句摘要，欢迎各位老师和博友批评指正。
如果你的工作或者生活与网络安全有关，你就知道它使用了自己独特的、不断发展的语言。术语和缩略语受到网络安全专家的喜爱。因此，我们创建了一个全面的网络安全词汇表，解释了常用的网络安全术语、短语和技术。我们设计此列表是为了揭开安全专业人员在描述安全工具、威胁、流程和技术时使用的术语的神秘面纱。我们会定期更新它，希望你会发现它是有用的。
机器之心整理 演讲者：Ian Goodfellow 参与：吴攀、李亚洲 面向开发者的世界上最大的人工智能主题在线演讲与对话大会 AI WITH THE BEST（AIWTB）于 2017 年 4 月 29-30 日在 AIWTB 官网上通过在线直播的方式举办。作为第三届 AI WITH THE BEST 华语社区独家合作伙伴，今年线上大会机器之心有免费赠门票资格。在此前的问题征集赠票活动中，我们从读者提问中选出了 1 个高质量问题并赠送了参会票。 在本文中，机器之心对这次对话大会上 Ian Goodfell
AI和机器学习将极大改变安全运作方式，虽然目前正处在驱动网络防御的早期阶段，但已经在终端、网络、欺诈或SIEM中，起到了识别恶意活动模式的明显作用。未来，在防御服务中断、属性及用户行为修改等领域，我们
机器之心原创 编辑：微胖 如果把智能化时代比作一辆高速前进的列车，数据、算法及其承载系统（服务器、硬件算力、软件框架、通讯协议等），是构成这辆列车的主要部件。其中，数据是燃料，算法是列车的引擎，工程师是列车的驾驶员，而列车运行的车身，则对应着各大软件运行系统，列车每一个组件潜藏的安全隐患都有可能酿成现实悲剧，智能化时代的风险发现与防御自然也需要着眼全局。 近日，由专业技术学会 IEEE 与前沿科技探索社区 ATEC 联合主办的技术沙龙 IEEE x ATEC 科技思享会上，五位高校研究人员从不同角度就智能
臭名昭著的远程控制木马Poison Ivy（后面称作PIVY）最近开始重新露出水面。并且出现了一些新行为。过去一年，已经发现PIVY为了种种企图攻击了许多亚洲国家。 Palo Alto Network的Unit 42最近发布博文，一个被称为SPIVY的新Posion Ivy变种正在攻击香港活动家，它使用DLL旁加载（DLL sideloading），并且在操作方面与ASERT（Arbor’s Security Engineering & Response Team ）最近发现的至少活跃了12个月的变种有很大
2021年，针对Linux设备的恶意软件感染数量上升了35%，其中最常见的是利用物联网设备进行DDoS(分布式拒绝服务)攻击。
在威胁情报分析中，将高级具有可持续性的攻击事件定性为 APT 事件，定位 APT 组织并将 APT 组织的攻击事件关联起来是一件非常复杂的工作。火眼的威胁研究报告从“文档（样本）类聚模型”的角度将攻击事件汇聚关联。在“文档（样本）类聚模型”分析中，采取了词频-反文档频率 TF-IDF 指标和余弦相似度分析方法，大意理解为 TF-IDF 指标找唯一性（特殊），余弦相似度找相似性（同源）。并将该模型与威胁情报结合进行量化，来帮助情报专家来发现新的威胁组织、根据分析师需要提供可靠的“类聚”来提升对威胁事件的分析效率。
端点：台式机、服务器、移动设备和嵌人式设备等。攻击者往往首先利用目标网络中的脆弱端点建立桥头堡，再通过进一步的漏洞利用来构筑长期驻留条件，最终迈向既定目标。 端点检测与响应（(Endpoint Detection and Response，EDR）：完全不同于以往的端点被动防护思路，而是通过云端威胁情报、机器学习、异常行为分析、攻击指示器等方式，主动发现来自外部或内部的安全威胁，并进行自动化的阻止、取证、补救和溯源，从而有效对端点进行防护。 举例：360天擎终端检测与响应系统，融入了360威胁情报、大数据安全分析等功能，可以实时检测用户端点的异常行为和漏洞，通过与360威胁情报对比，能够及时发现威胁，做出木马隔离和漏洞修补的安全响应。
IDG安全领域新闻服务的专家发文称，人工智能可能引发新黑客时代。 尽管可能需要数年甚或数十年时间才能成为现实，但黑客并不一定就是人类。人工智能这项技术不仅有望变革网络安全领域，还可能会在某一天成为常用黑客工具。 网络安全挑战赛（Cyber Grand Challenge）是一项由美国国防部高级研究计划局（DARPA）赞助的赛事，其组织者在2016年8月举办的活动上简要展示了人工智能的能力。七台超级计算机互相对战，证明机器的确能够找到并修补软件漏洞。 理论上，该技术可用于完善所有代码，消除其包含的可以被利用的
《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。该系列文章会更加聚焦，更加学术，更加深入，也是作者的慢慢成长史。换专业确实挺难的，系统安全也是块硬骨头，但我也试试，看看自己未来四年究竟能将它学到什么程度，漫漫长征路，偏向虎山行。享受过程，一起加油~
2019年11月7日，腾讯Techo开发者大会在京举办，云安全技术与应用分论坛上，来自腾讯安全平台部的安全策略专家聂利权分享了对企业安全运营现状的思考，并介绍了腾讯安全治理平台通过智能威胁研判，助力网络安全运营提效的探索和实践。
在攻击活动中，攻击者和APT组经常利用远程配置控制恶意软件。此类配置通常包含命令和控制（C2）服务器、服务器通信密码、活动标识符、互斥锁、安装位置等。
京东快速发展的同时，应用规模、数据中心以及机器的规模都同步倍增，在面对如此大规模的机器，应运而生了京东数据中心操作系统（JDOS，JingdongDatacenter OS）。历经多年时间的技术沉淀与发展，JDOS不仅仅作为京东数据中心操作管理资源，更作为京东统一的PaaS平台致力于支撑业务系统快速交付、稳定运行，基础中间件托管提升基础平台敏捷交付。尤其是线上运行的阿基米德系列系统，将应用于实现京东商城数据中心资源智能调度，支撑在线业务系统与大数据计算混合部署融合计算，并节约采购成本。而每一次的11.11都是对JDOS系统的一次检验和挑战，经过无数次的紧张演练，问题排查，系统升级优化，服务应用快速交付；从容支撑大促高峰流量，保障了业务的高速发展。
VirSCAN.org 是一个非盈利性的免费为广大网友服务的网站，它通过多种不同厂家提供的最新版本的病毒检测引擎对您上传的可疑文件进行在线扫描，并可以立刻将检测结果显示出来，从而提供给您可疑程度的建议。
中国互联网黑产的缩影 诈骗、“羊毛党”等场景离我们越来越近，据腾讯的统计，该行业超过100万从业人员、超1000万身份证流转、数亿网民数据泄漏、百亿级恶意链接、超1000亿产值。如此成熟的规模已给不少企业的业务安全造成极大困扰。8月30日，在腾讯安全国际技术峰会（TenSec）上，腾讯云安全总监周斌发表了名为《大数据下的黑产画像与反欺诈能力建设》的演讲， 分享了一些腾讯云在业务安全层面的对抗工作，详细介绍了基于 AI 在安全上的应用对抗，为企业业务安全提供一盏明灯。 📷 △腾讯云安全总监周斌现
本期对话清华大学人工智能研究院副院长、清华智能技术与系统国家重点实验室主任，北京智源人工智能研究院首席科学家朱军，解读人工智能安全问题。
近日，京东AI研究院常务副院长何晓冬博士和副院长梅涛博士正式入选IEEE Fellow（IEEE会士/院士），该荣誉将于2019年1月1日正式生效。这是京东历史上首次有在职科学家晋级IEEE Fellow，也是两位京东人同时获得这一殊荣，代表着京东在研发领域出色的人才布局和人工智能研发领域强大的实力。
近年来，随着机器学习、深度学习等人工智能技术的迅猛发展，其在图像识别、语音识别和自然语言处理等领域已经得到大规模应用，可以为传统方法很难解决或无法适用的问题提供有效的方案，也已经成为网络安全领域中的热门研究方向，比如将人工智能应用于恶意加密流量的检测就是一种行之有效的方法。
近年来，在技术革新、监管加强、用户需求提升的三重作用下，游戏行业进入发展转型期，并涌现出游戏精品化、产业跨界升级、游戏出海三大趋势。随着游戏行业的繁荣，游戏厂商面临越来越多的黑灰产攻击、内容违规等游戏安全难题，由于技术实力和响应能力不足，很多厂商时常陷入事倍功半的困境中，游戏口碑和营收也遭受重大损失。据统计，业务安全和内容安全涉及的黑灰产每年给游戏开发商带来数十亿元规模的损失。
机器学习是人工智能的核心，旨在创建一个解决类似问题的通用方法。机器学习已经被整合到我们经常在日常生活中使用应用中，比如iPhone的Siri。本文是一个包含了如何在移动应用中使用机器学习的指南。 机器学习的工作原理 机器学习是基于人工神经网络的实现，人工神经网络在我们日常生活中的APP（比方说语音助手）和系统软件中都被广泛使用。它们可以进行诊断测试、探索生物学与合成材料。而人工神经网络相当于人类的神经元和中枢神经系统。这可能有点难以理解，所以我们来看看人脑是如何进行记忆和识别的。 与计算机不同，人脑更加强大
当被问及“目标是如何感染恶意软件的？”我们的答案几乎总是一样的：（鱼叉式）网络钓鱼！当然也会有例外，因为我们会时不时地遇到远程代码执行（RCE）漏洞，或者如果攻击者已经在网络上，他们会使用PsExec之类的工具。但即便如此，大多数时候的感染途径确实是网络钓鱼。 不过，即便恶意行为者仍将电子邮件作为主要感染媒介，但也不应排除其他方法。恶意软件开发人员正在不断更新他们的传播方式。为了更好地识别和预防恶意软件攻击，接下来，我们为大家总结了一些罕见的恶意软件感染和传播路径。 Black Basta：一种新的传播
领取专属 10元无门槛券
手把手带您无忧上云
