搜索结果 - 安全内参 | 决策者的网络安全知识库

越南《个人数据保护法》草案全文中文翻译

法规数据法盟 2021-03-22

根据法律规定的罚款方案，根据违法行为的类型和严重程度，可处以5000万越南盾至1亿越南盾不等的罚款。

全球肆虐：2020年勒索软件攻击激增62%

网络攻击安全牛 2021-03-18

根据最新发布的《2020年威胁报告》，2020年为勒索软件攻击的“引爆点”。

3·15晚会曝光手机清理软件乱象：它们正将老人推向诈骗深渊

互联网央视财经 2021-03-15

这类App驻扎在老人的手机里，不断在后台发送用户数据信息，对老人们进行用户画像，打上“容易被误导和诱导”的群体标签。

宏碁电脑遭勒索攻击：赎金3.25亿元创下最高纪录

制造业安全内参 2021-03-20

电脑巨头宏碁遭遇REvil勒索软件攻击，威胁方开出了迄今为止最高数额的赎金：5000万美元。

金融领域隐私计算中可信第三方的研究

金融保险隐私计算联盟 2021-03-18

本文分别从联合建模中去除可信第三方和匿踪查询中引入可信第三方两个方面来探讨可信第三方在隐私计算技术应用时的必要性。

美国空军网信领域2020年发展回顾与趋势展望

军队军工电科防务 2021-03-18

美国空军开始变革收集、使用和共享数据的方式，努力打造一支在任何时间、任何地点都能不间断地获取所需数据的“数字空军”。

Windows Win32k权限提升漏洞 (CVE-2021-1732) 预警

漏洞网络安全威胁和漏洞信息共享平台 2021-03-18

该漏洞的利用细节及PoC已被公开，本地攻击者可利用此漏洞提升到system权限。

微软在美国新增网络支出中收获逾1.93亿美元

政务 E安全 2021-03-17

微软将获得近四分之一的Covid-19救援资金，这些资金原本是为美国网络安全捍卫者准备的，这一情况激怒了一些立法者。

调查：2020年美国中小学校黑客事件破纪录

教育科研数世咨询 2021-03-16

2020年见证美国中小学黑客事件数量破纪录，校区网络安全破绽百出。

网警科普：手机失窃后你应该怎么办？

信息通信公安部网安局 2021-03-16

“六步”法，教你及时止损！

美众议院重新推出《信息透明度与个人数据控制法案》

法规互联网新技术新业务安全评估中心 2021-03-16

该法案将制定国家数据安全标准，并增强联邦贸易委员会（FTC）和州检察长的执法权限。

美国防部云计算部署延迟阻碍了人工智能和网络的发展

军队军工国防科技要闻 2021-03-16

美国防部的三个云支柱项目的进展比预期要慢得多，这些延误阻碍了国防部整个云企业的愿景，也阻碍了依赖于大型云项目的人工智能和网络安全的进展。

从网络空间国际准则看国际关键信息基础设施保护及启示建议

国家安全中国信息安全 2021-03-15

为了应对关键信息基础设施面临的网络威胁，世界各大国和组织都相继制定了关于关键信息基础设施保护的一些法律和规范。《信息安全国际行为准则》和《塔林手册2.0》是其中比...

代码相似性检测技术在司法鉴定领域的应用

公检法赛瑞司法鉴定 2021-03-14

本文提出在软件相似性司法鉴定中根据不同的场景采用多种代码相似性检测技术相结合的方式以获得更为准确的检测结果，并分享两个不同场景软件相似性鉴定案例中的鉴定方案。

Internet Explorer内存破坏漏洞 (CVE-2021-26411) 预警

漏洞网络安全威胁和漏洞信息共享平台 2021-03-13

该漏洞曾被黑客组织用于针对专业安全研究者的APT攻击，目前漏洞细节已在互联网公开。

网络测绘：立体呈现网络事件细节知多少？

安全运营 360Quake空间测绘 2021-03-12

本文分析了将网络空间坐标系应用于网空定量描述和空间建模的意义和做法，并介绍了360QUAKE在此方面进行的探索。

Spring框架RFD漏洞 (CVE-2020-5421) 解决方案

漏洞 CEB Sec 2021-03-12

反射型文件下载漏洞(RFD)是一种攻击技术，通过从受信任的域虚拟下载文件，攻击者可以获得对受害者计算机的完全访问权限。

FBI对嫌疑人使用谷歌等互联网公司数据的调证过程

公检法黑鸟 2021-03-12

事实证明，谷歌位置数据在任何场合都对警察很有帮助，并且已在暴动调查中使用。

Microsoft Windows提权漏洞 (CVE-2021-1732) 分析

漏洞奇安信威胁情报中心 2021-03-11

2021年2月，微软在例行补丁日中修复了一枚在野的Windows 内核提权漏洞：CVE-2021-1732。

关于AutoML应用于网络威胁的思考

人工智能绿盟科技研究通讯 2021-03-11

目前AutoML的研究主要包括两个方向，一个是基于传统机器学习技术自动化建立一个端到端的模型方法，另一个是基于神经网络模型探索神经网络架构搜索算法（NAS）。