123,123

英美两国建立全球首个涉AI安全双边协议

美国东部时间 4 月 1 日晚，美国和英国签署了一项具有里程碑意义的 AI 相关协议，双方宣布建立人工智能安全科学合作伙伴关系。这也是全球首个关于人工智能安全的双边协议。该协议明确，英国去年 11 月成立的新 AI 安全研究所和美国同类机构，将通过借调两国研究人员来互相交流专业知识。

發(fā)表于：2024/4/3

主流压缩软件XZ-utils被曝后门

日前，开源软件xz-utils被曝5.6.0到5.6.1版本，存在被供应链攻击并植入后门风险。统信软件官方宣布，已对旗下所有产品完成了排查，确认包括统信UOS桌面操作系统与服务器操作系统各版本均不受其影响，用户可以放心使用。

發(fā)表于：2024/4/2

新加坡电信打造量子安全解决方案

新加坡电信打造量子安全解决方案据新加坡电信发布的官方消息，这家运营商与思科、飞塔、诺基亚签署了三份谅解备忘录，共同为企业用户提供量子安全解决方案。

發(fā)表于：2024/4/2

【技术沙龙】数据要素资产化开启网络安全行业新纪元

在数字经济迅猛发展的当下，数据已成为推动社会进步的核心要素之一。我们正见证着一个历史性的转变,数据要素资产化正在重塑经济结构，尤其是在网络安全领域，它开辟了前所未有的机遇与挑战！

發(fā)表于：2024/4/1

美国电信巨头AT&T数据泄露：涉及数百万用户信息

美国电信巨头AT&T近日陷入了一场严重的个人数据泄露风波，引发了广泛关注和担忧。该公司已紧急向数百万用户通报了这一事件，并采取了多项措施来应对潜在的安全风险。据AT&T官方声明，他们已经对受影响用户的密码进行了重置，以确保账户安全。同时，公司还积极与可能遭受信息泄露的账户持有人进行沟通，提供必要的支持和指导。

發(fā)表于：2024/4/1

派拓网络推出全新Cortex平台端点安全方案加强端点保护

2024年3月28日，北京——全球网络安全领导企业Palo Alto Networks（纳斯达克代码：PANW）（派拓网络）近日宣布推出全新Cortex平台端点安全方案，帮助客户加快平台化进程，提高端点防护能力。

發(fā)表于：2024/3/28

研究显示AMD处理器也受Rowhammer内存攻击影响

研究显示 AMD 处理器也受 Rowhammer 内存攻击影响，官方给出缓解措施

發(fā)表于：2024/3/27

Gartner发布2024年网络安全重要趋势

Gartner公司于近日发布2024年网络安全重要趋势。根据Gartner公司的研究，推动2024年主要网络安全趋势的因素包括生成式人工智能（生成式AI）、持续威胁暴露、第三方风险、隐私驱动的应用和数据解耦和网络安全技能重塑等。 Gartner研究总监陈延全表示：“企业安全职能在技术、组织和人员方面面临颠覆。风险管理领导者必须进行完善的准备工作并采取务实的态度，以应对颠覆，实施高效的网络安全项目。” 为了应对这些因素的综合影响，2024年风险管理领导者需要在其安全计划中采取一系列实践方法、技术功能和结构改革，以此提高企业机构的韧性和网络安全绩效。

發(fā)表于：2024/3/27

Black Lotus Labs：TheMoon恶意软件变种被发现

3 月 27 日消息，网络安全公司 Black Lotus Labs 近日发布报告，近日追踪发现了名为“TheMoon”的恶意软件僵尸网络变种，已经感染了全球 88 个国家和地区的数千台 SOHO 路由器和物联网设备。

發(fā)表于：2024/3/27

简化退化模型的真实图像超分辨率网络

图像超分辨率任务常用双三次下采样以构造数据集训练网络，但双三次下采样由于退化模型固定，导致网络泛化能力低，无法用于真实世界低分辨率图像。为解决上述问题本文提出预处理模块，通过预处理模块与双三次下采样数据集得到的网络相结合，在减少资源消耗的同时提高其泛化能力。此外，还针对不同的精度需求设计了特征学习训练策略和多任务联调策略。通过根据不同需求采用相应的训练策略，在满足精度需求的同时具有消耗计算资源少、训练速度快以及适用范围广的特点。实验证明，增加预处理模块的网络以较少的模型参数增加量换取了重建效果和感知质量方面的较大提升，并且通过不同策略实现了进一步的精度提高。

發(fā)表于：2024/3/25

基于CNN-Transformer混合构架的轻量图像超分辨率方法

针对基于混合构架的图像超分模型通常需要较高计算成本的问题，提出了一种基于CNN-Transformer混合构架的轻量图像超分网络STSR（Swin Transformer based Single Image Super Resolution）。首先，提出了一种并行特征提取的特征增强模块（Feature Enhancement Block，FEB），由卷积神经网络（Convolutional Neural Network，CNN）和轻量型Transformer网络并行地对输入图像进行特征提取，再将提取到的特征进行特征融合。其次，设计了一种动态调整模块（Dynamic Adjustment，DA），使得网络能根据输入图像来动态调整网络的输出，减少网络对无关信息的依赖。最后，采用基准数据集来测试网络的性能，实验结果表明STSR在降低模型参数量的前提下仍然保持较好的重建效果。

發(fā)表于：2024/3/25

一种用于辅助兵棋推演的快速决策框架研究

基于一般的决策和规划流程，提出了一个面向兵棋推演的快速决策框架（Rapid Military Decision Framework，RMDF），该框架针对异构实体模型，通过分层的网格环境对复杂推演环境简化建模，将推演实体的作用效果，简化为地面、海上和空中三个网格环境层次上的作用效果，并以热图的形式在网格环境中显示，通过推演实体的核心参数来确定其性能模型和行为模型，并基于一致性包算法实现任务分配，生成备选行动策略，通过快速仿真实现推演策略的迭代优化，能够在推演之前或推演期间提供行动方案的快速评估，可以有效地辅助兵棋推演指挥人员进行复杂态势下的兵棋推演。

發(fā)表于：2024/3/25

基于遗传算法和LightGBM的网络安全态势感知模型

针对传统烟草工业系统中的网络流量异常检测方法存在的特征间联系和上下文信息丢失等问题，提出了一种基于遗传算法改进的LightGBM模型，此模型能够使得模型避免陷入局部最优情况。首先通过计算构建树模型对数据降维，从高维数据中挖掘出对于检测效果影响重要的关键特征信息，并使用提出的模型对这些关键特征信息进行分析。为了评估模型的有效性与优越性，使用准确率和损失进行模型评价，并与其他网络流量异常检测模型Tabular model、TabNet、LightGBM、XGBoost进行对比。使用公开数据集 CIC.IDS.2018 进行实验分析。结果表明，在高特征的网络安全态势感知下，多分类和二分类的识别准确率分别达99.43%和99.87%，在低特征情况下，多分类和二分类的识别准确率分别达98.73%和99.39%，具有较高准确率以及良好的灵活性和鲁棒性。

發(fā)表于：2024/3/25

依赖差分隐私：关联数据集下的高斯机制

差分隐私(Differential Privacy)是一种数据扰动框架，它保证查询结果在概率上不可区分。研究表明差分隐私应用于关联数据集时，将带来隐私泄露的风险。根据依赖差分隐私(Dependent Differential Privacy)，量化了依赖差分隐私敏感度的度量；随后，提出了依赖差分隐私-高斯机制算法(Gaussian Mechanism Algorithm Dependent Differential Privacy)，实现数据扰动，同时证明了该机制满足隐私保证的基本定理；通过使用真实数据集的实验表明，GMA DDP在管理依赖数据的隐私-效用权衡方面具有较高的可用性。

發(fā)表于：2024/3/25

关于智能网联汽车数据安全治理框架的探究

随着智能网联汽车市场快速发展，智能网联汽车数据量增长迅猛，数据交换愈加频繁。高价值和高敏感特性，使得如何保证数据安全成为智能网联汽车行业监管部门和车辆生产企业共同关注的重点。目前，针对智能网联汽车数据安全治理并没有统一的实践标准，基于智能网联汽车数据安全合规要求，从数据安全控制角度出发，对智能网联汽车数据安全治理框架进行初步探索，以数据分类分级为基础，以数据生命周期安全管理为主线，构筑包括数据安全管理、数据安全技术、数据安全运营和数据处理场景安全管理在内的整体数据安全治理框架，为智能网联汽车数据安全提供一种体系化治理路径。

發(fā)表于：2024/3/25