搜索结果 - 安全内参 | 决策者的网络安全知识库

智能家居的六大主要安全风险分析

物联网安全牛 2019-04-24

智能家居面临六大主要安全风险：窃听、重放攻击、消息通知、拒绝服务、恶意代码，以及假冒攻击。

电子印章的效力和使用风险分析

公检法锦天城律师事务所 2019-04-23

笔者从法律角度分析下电子印章的效力和使用风险，以求使大家更放心地使用电子印章，同时注意降低使用风险，让电子印章更好地完成提高效率的使命。

Fortinet因向美军出售使用中国技术的产品而受到制裁

军队军工网信防务 2019-04-23

安全供应商Fortinet同意支付相当于54.5万美元的赔偿金，因其被指控在2009年至2016年期间，向美国军方出售使用中国技术而伪造成美国制造的设备，触犯了《虚假索赔法》。

大数据集群管理系统设计与实现

大数据信息安全与通信保密杂志社 2019-04-22

本文提出的大数据集群管理系统解决了在现有系统中存在的各种弊端，为集群管理提供了一个有效的解决方案。

加强防范重大政治外交活动前后的境外有组织网络威胁风险

政务网信军民融合 2019-04-22

通过近期综合多个网络威胁信息源大数据分析看，2019 年“一带一路”高峰论坛期间网络安全形势不容乐观，应着力防范重大网络威胁事件发生。

博通Wi-Fi驱动多个安全漏洞预警

漏洞 ADLab 2019-04-21

在满足漏洞利用条件下，未经授权的攻击者通过远程发送恶意的wifi包，在最严重的情况下，可以在受影响系统中执行任意代码。

风险视角：人工智能面临的两难困境

人工智能网电空间战 2019-04-21

任何新的人工智能创新都可能用于有益和有害的目的，任何可能提供重要经济应用的单一算法也可能导致以难以理解的规模生产前所未有的大规模杀伤性武器。

数字孪生概念、模型及其应用浅析

智慧城市网信军民融合 2019-04-20

数字孪生是对实体对象或过程的数字化复制，能够实现贯通复杂产品设计、制造、维护等全生命周期业务过程的数字空间和物理空间信息的双向共享交互和全面追溯，在智慧军工、智...

为什么家具制造商必须报告健康数据违规泄露事件？

医疗卫生北邮互联网治理与法律研究中心 2019-04-20

即使是家具制造商也必须报告健康数据泄露事件，以遵守美国“健康保险携带和责任法案”违规通知规则。

俄罗斯如何通过军事改革提升电子战能力？

军队军工光明军事 2019-04-19

为了在电子战领域重返世界一流行列，俄军重新认识电子战，更新电子战装备，重组电子战力量体系，组建电子战领导机构，使得其电子战能力得到大幅提升。

中情局副首席行动官谈如何令创新与任务同步

国家安全国际安全简报 2019-04-18

对CIA而言，目前仍迫切需要将相当部分的资源投入到扩大其工作队伍所能执行任务的范围，并令中情局保持与外界颠覆性数字创新的同步。

爆料称亚马逊Alexa团队能够轻易查到用户家庭住址

个人隐私腾讯科技 2019-04-25

可以访问Alexa用户地理坐标的团队成员可以轻松地将这些坐标信息输入第三方地图软件，从而找到用户的家庭住址。这些员工签署了保密协议，亚马逊禁止他们公开谈论该项目。

腾讯企鹅号如何打击“做号党”？

互联网浅黑科技 2019-04-23

“做号党”和内容平台的无限战争。

信安标委2019年第一次工作组“会议周”在宁波召开

安全会议信安标委 2019-04-21

4月21日上午，全国信息安全标准化技术委员会2019年第一次工作组“会议周”全体会议在宁波召开。

五步搞定等级保护工作

安全运营等级保护测评 2019-04-21

等级保护工作不是一件事，而是由定级、备案、系统安全建设、等级测评和监督检查五件事组成的一个完整工作流程。

美国陆军未来五年将投资超84亿美元进行网络现代化改造

军队军工电科小氙 2019-04-19

“刷脸”时代：面部识别正在改变这16大领域

人工智能华尔街见闻 2019-04-17

CB Insights报告称，在这16大领域，面部识别技术正带来悄无声息的变革。

县级融媒体中心建设五大规范解读：量身打造“金标准”

广电媒体互联网治理蓝皮书 2019-04-16

从2018年起，全面推进县级融媒体中心建设，到2020年底基本实现在全国的全覆盖。

CNCERT：2019年2月互联网安全威胁报告

监管国家互联网应急中心CNCERT 2019-03-26

2019年2月，境内感染网络病毒的终端数为71万余，境内被篡改网站数量为1,192个，CNVD收集整理信息系统安全漏洞777个。

当AI表现出种族或性别歧视，除了震惊我们还能做什么？

人工智能 Nature自然科研 2018-08-04

James Zou和Londa Shiebinger认为，计算机科学家必须弄清偏差的来源，去除训练数据中的偏差，开发出能够应对数据偏差的人工智能算法。