一、核心思想1.1 AI 为网络安全带来革新机遇 人工智能在网络安全领域展现出了强大的革新力量。首先,AI 能够持续实时监控网络、系统和设备,以比传统方法更快的速度检测出威胁。例如,根据...
机器学习处于威胁搜寻研究的前沿
介 绍 ✦ Introduction 在不断发展的网络安全领域,日志(即从网络设备、端点和应用程序等各种来源收集的信息)在识别和应对威胁方面发挥着至关重要的作用。通过分析这些数据,组织可以检测异常、查...
软件测试顶会——ISSTA 2024 论文清单与摘要(上)
1、A Large-Scale Empirical Study on Improving the Fairness of Image Classification Models公平性一直是影响深度学习...
如何实现机器学习模型的敏感数据遗忘?
全文共2882字,阅读大约需6分钟。一. 概述随着机器学习方法越来越多地应用于网络安全领域的数据分析中,如果模型无意中从训练数据中捕获了敏感信息,则在一定程度上存在隐私泄露的风险。由于训练数据会长期...
语音欺骗检测研究与分析
摘 要:语音作为一种常用的生物特征,往往会被用于通过性安全认证。随之而来的就是ASV 系统安全问题,攻击者会试图通过伪装成另一个已注册说话人的声音来通过 ASV 系统的检测。随着 AI 的发展,使用语...
实验室在GitHub开源网站指纹攻击代码库WFlib
随着互联网的高速发展,用户隐私和网络安全逐渐成为全球关注的重点。匿名通信网络(如Tor)的兴起提升了用户隐私保护的能力,但同时也面临着网站指纹攻击的威胁。这种攻击方式通过分析加密网络流量的特征,可以推...
因配置不当,约5000个AI模型与数据集在公网暴露
关注我们带你读懂网络安全除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入...
软件漏洞检测场景中的深度学习模型实证研究
近年来,深度学习模型(DLM)在软件漏洞检测领域的应用探索引起了行业广泛关注,在某些情况下,利用DLM模型能够获得超越传统静态分析工具的检测效果。然而,虽然研究人员对DLM模型的价值预测让人惊叹,但很...
CVEMAP 漏洞管理工具详解:全面管理漏洞信息,确保系统安全
简介 🪶cvemap 是由 ProjectDiscovery 开发的一款工具,为用户提供了从命令行轻松访问和探索公共 CVE(Common Vulnerabilities and Exposures)...
深度学习后门攻击分析与实现(二)
点击文章,可回顾第一篇学习哦《深度学习后门攻击分析与实现》文章涉及代码:回复“2”即可获取前言在本系列的第一部分中,我们已经掌握了深度学习中的后门攻击的特点以及基础的攻击方式,现在我们在第二部分中首先...
人工智能应用的网络安全风险解读
OpenAI ChatGPT的推出是人工智能(AI)领域的一个转折点,甚至可以说是历史上的一个分水岭。这个平台的多种功能不仅吸引了消费者,还激发了工程师们利用生成式AI的特点来构建应用程序,尽管缺乏强...
VirusTotal威胁研究发布详细指南
VirusTotal 是网络安全专业人员必不可少的工具。提供了一个全面的平台,用于分析文件、URL、域和 IP 地址以检测恶意活动。本指南详细概述了如何有效使用 VirusTotal 进行威胁研究,利...
27