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
您找到你想要的搜索结果了吗?
是的
没有找到

基于海量样本数据的高级威胁发现

这次分享主要从 4 个方面呈现,分别是:严峻的网络威胁形势、恶意行为自动化检测技术、海量样本数据运营、情报生产和高级威胁发现。...攻击者精心伪造了面向俄语员工的调查问卷文档,在文档文件中内嵌了利用此 0day 漏洞的 Flash 对象,并捆绑了带有自毁功能的专属木马程序实施载荷阶段的攻击活动。...作为高级威胁攻击的核心,漏洞利用的手段已经覆盖到现代网络战争的方方面面。因此,对应的漏洞利用检测技术在自动化检测过程中就处于非常重要的位置。...多重样本来源 基于输入的海量样本数据,经过各个检测分析阶段的处理和过滤,最终的目的是发现高级威胁。...什么是高级威胁? 海量样本数据的运营,支撑的另一项主要的业务是高级威胁发现业务。那么什么是高级威胁呢?

3.6K10

心理分析:检测内部威胁 预测恶意行为

内部人威胁可能是最难以检测和控制的安全风险了,而对内部人威胁的关注也上升到了出台新法案的地步——2017年1月美国国会通过《2017国土安全部内部人员威胁及缓解法案》。...最近几年,这些方法有了用户行为分析(UBA)的增强,使用机器学习来检测网络中的异常用户行为。 Exabeam首席执行官尼尔·颇拉克解释称:“行为分析是得到内部人威胁真正洞见的唯一途径。...INSA的理论是,这种渐进式不满的线索,能够,也应该,被技术检测出来。机器学习和人工智能就可以做到。 该早期检测可使经理们干预,乃至帮助挣扎中的雇员,预防重大安全事件发生。...INSA称,检测并缓和有恶意内部人倾向的雇员,有3个关键认知:CWB不会孤立发生;CWB往往会升级;CWB甚少是自发的。 如果早期无害CWB可以在升级之前被检测到,那么内部人威胁缓解也就成功可期了。...这种类型的用户行为分析,已经不仅仅针对异常网络活动,而是寻求在事发前识别出可能导致异常网络活动的受压用户行为。 不过,这种方法也有局限:影响用户工作的压力源完全处于工作场所之外的情况。

79320

通过ZAT结合机器学习进行威胁检测

zeek是开源NIDS入侵检测引擎,目前使用较多的是互联网公司的风控业务。zeek中提供了一种供zeek分析的工具zat。...Pandas数据框和Scikit-Learn 动态监视files.log并进行VirusTotal查询 动态监控http.log并显示“不常见”的用户代理 在提取的文件上运行Yara签名 检查x509证书 异常检测...对域名进行检测,并对这些url进行“病毒总数的查询” ? 当你的机器访问 uni10.tk 时输出效果如下 ? 针对x509.log的数据,因为有些钓鱼或者恶意网站流量是加密的。...针对异常检测我们可以使用孤立森林算法进行异常处理。一旦发现异常,我们便可以使用聚类算法将异常分组为有组织的部分,从而使分析师可以浏览输出组,而不用一行行去看。 ? 输出异常分组 ?...检测tor和计算端口号。通过遍历zeek的ssl.log文件来确定tor流量这里贴出部分代码 ? 输出结果如下: ? ?

1.1K20

人脸检测识别助力各种活动活动安全举办(附源代码)

REG逐步有效地生成与各种曝光设置相对应的中间图像,然后由MED融合这些伪曝光,以检测不同照明条件下的人脸。所提出的方法名为REGDet,是第一个用于弱光人脸检测的“增强检测”框架。...例如,增强有噪声图像的平滑操作可能会破坏对检测至关重要的特征可识别性。这表明增强和检测组件之间的紧密集成,并指出了端到端“增强检测”解决方案。...R-CNN:稀疏框架,端到端的目标检测(附源码) 利用TRansformer进行端到端的目标检测及跟踪(附源代码) 细粒度特征提取和定位用于目标检测(附论文下载) 特别小的目标检测识别(附论文下载...) 目标检测 | 基于统计自适应线性回归的目标尺寸预测 目标检测干货 | 多级特征重复使用大幅度提升检测精度(文末附论文下载) SSD7-FFAM | 对嵌入式友好的目标检测网络,为幼儿园儿童的安全保驾护航...目标检测新方式 | class-agnostic检测器用于目标检测(附论文下载链接) 干货 | 利用手持摄像机图像通过卷积神经网络实时进行水稻检测(致敬袁老) CVPR 2021 | 不需要标注了

3.2K10

深度分析无文件攻击与高级持续威胁(APT)

随着网络安全威胁的不断演变,攻击者愈发倾向于采用隐蔽、难以检测的手段来侵入目标系统。...无文件攻击(Fileless Attack)与高级持续威胁(Advanced Persistent Threat, APT)便是此类攻击手法的典型代表。...二、高级持续威胁(APT):隐形的战争APT是一种由有组织、有目的的攻击者发起的、长期潜伏在目标网络中的复杂攻击。...低误报容忍:企业网络环境中正常活动频繁,高精度检测APT信号需在海量数据中甄别异常。跨领域协作:APT防御需要安全团队、IT运维、法务、公关等部门紧密协作,应对复杂事件。...:主动监测网络流量、日志、用户行为等,寻找可疑活动迹象,如异常的PowerShell命令、WMI调用等。

50210

使用Python进行语音活动检测(VAD)

语音活动检测(Voice Activity Detection,VAD)技术正是为此而生,它可以识别出人声活动并降低背景噪声,优化带宽利用率,提升语音识别的准确性。...下文将详细介绍webrtcvad模块,并演示如何用Python搭建一个简单的人声语音活动检测系统。...此VAD模块支持不同的操作模式,能够适应不同复杂度和检测性能的需求。核心特性多模式运行: WebRTC VAD提供了3种不同的模式,从0(最低检测敏感度)到3(最高检测敏感度)。...print(f'是否有人声: {vad.is_speech(frame, sample_rate)}')检测音频文件示例处理音频文件之前,确保你的音频文件是单通道的,16位采样,采样率为16000赫兹。...总结WebRTC的VAD是一个高效精确的语音活动检测工具,配合Python,我们可以轻松地在各种应用中集成它。通过实际编码实践,读者可以更好地理解其原理并掌握它的使用。

2.2K10

涉及13万个域名,揭露大规模安全威胁活动ApateWeb

活动中涉及到的所有恶意软件都不是传统的恶意软件,同时也展示了威胁行为者获取初始访问权所使用的新型技术。除此之外,这些恶意软件还会让目标用户面临其他更加严重的网络威胁。...除此之外,ApateWeb还使用了隐藏恶意内容和滥用DNS通配符等规避策略,以试图阻止他们的活动被研究人员所检测到。...Layer 1:活动入口点 威胁行为者首先制作了一个自定义URL作为其活动的入口点,并加载初始Payload。...我们推测服务器端将使用此信息来确定下一个重定向目的地: 规避策略 1、保护域名不被检测到:ApateWeb在检测防御机制时,会通过显示良性内容来保护威胁行为者控制的域名。...此策略有助于该活动保护其域名不被定期扫描网站的安全爬虫所阻止: 2、向Bot或爬虫显示错误页面:如果安全产品或爬虫程序想要访问这个URL,ApateWeb会尝试通过显示错误页面来隐藏自己,同时该活动还会通过检查用户代理来检测爬虫和

20010

高级威胁组织APT-C-36正在活跃

近日,据黑莓安全研究与威胁情报团队称,名为Blind Eagle 的APT组织正在活跃,针对哥伦比亚各个关键行业发起持续性网络攻击,包括卫生、金融、执法、移民以及负责哥伦比亚和平谈判在内的机构都是该组织的重点攻击目标...黑莓安全研究与威胁情报团队还发现,该组织正在向厄瓜多尔、智利和西班牙地区扩张。 资料显示,Blind Eagle又被称为APT-C-36,以高活跃度和高危害性出名。...基于近段时间APT-C-36高活跃性,知名安全团队Check Point Research发布了该组织的详细调查报告,介绍了其高级工具集和攻击方式,例如通过鱼叉式网络钓鱼电子邮件传送的 Meterpreter...黑莓安全人员称,“该组织使用的作案手法与之前几乎保持一致,非常简单但是也很有效,这也意味着该组织内部对于,通过网络钓鱼电子邮件发起攻击活动的方式感到满意,并且对使用它们充满信心。” 那么问题来了?

77020

浅析PRODIGAL:真实企业中的内部威胁检测系统

0x00 写在前面 2013年2月份美国白宫发布了一份总统备忘录,专门就当前面临的内部威胁(Insider Threats)进行了分析,并且督促行政部门紧急出台一份应对内部威胁的解决方案。...无独有偶,DARPA也在2012年出台了ADAMS项目,该项目专门用于美国国内敏感部门、企业的内部威胁检测。...因此今天我们来了解下PRODIGAL,希望从中可以为我们研发自主可控的内部威胁检测系统带来借鉴。...PRODIGAL不再试图用一个固定的分类器使用架构来检测异常,而是根据不同的威胁类型建立灵活的检测架构。...PRODIGAL已经在美国的部分涉密企业中部署,在运行中不断改进优化和丰富攻击特征语言数据库,相信PRODIGAL会成为将来第一款部署的强大内部威胁检测系统。

2.3K100

微软检测到Linux XorDDoS恶意软件活动激增

近期,微软表示在过去六个月中,一种用于入侵Linux设备并构建DDoS僵尸网络的隐秘模块化恶意软件的活动量大幅增加了254%。...微软365Defender研究团队表示,它的规避能力包括混淆恶意软件的活动、规避基于规则的检测机制和基于哈希的恶意文件查找,以及使用反取证技术来破坏基于进程树的分析。...“我们在最近的活动中观察到,XorDdos通过用空字节覆盖敏感文件来隐藏恶意活动以防止分析。”...微软自12月以来检测到的 XorDDoS 活动的巨大增长与网络安全公司 CrowdStrike 的一份报告一致,该报告称Linux 恶意软件在2021年与上一年相比增长了 35% 。...在这三者中,CrowdStrike 表示 XorDDoS 同比显着增长了 123%,而 Mozi 的活动呈爆炸式增长,去年全年在野检测到的样本数量增加了 10 倍。

33420
领券