本文聚焦自动化机器学习(AutoML)在恶意软件检测中的应用,旨在通过自动化神经架构搜索(NAS)和超参数优化,解决深度学习模型依赖领域专家设计、适配性不足的问题。
Yara 已经服役十五年,新生代 Yara-X 接下责任。
CrowdStrike声称,Falcon AIDR是目前最全面的AI安全保护方案,支持从数据、模型、智能体、身份、基础设施到交互的全环节防护,从开发、部署到员工使用的全周期防护;如同ED...
日本一名少年因涉嫌使用ChatGPT协助发动网络攻击而被捕;日本网络犯罪呈现年轻化趋势,在非法计算机访问案件中,近70%的嫌疑人为十几岁到二十几岁的年轻人。
文章提出了一种新颖的政策优化框架——VULPO(Vulnerability-Adaptive Policy Optimization),这是首个专为上下文感知漏洞检测设计的基于on-policy RL的LLM优化方法。
攻击者通过构造特定的请求冒充管理员用户执行恶意操作,从而获得设备的完全控制权。
ATT&CK v18不只是版本更新,从检测行为到识别意图,更是安全防御的精度革命。
可能导致数据泄露、数据篡改或服务中断等严重后果。
本文提出的 UNICORN,是一种基于运行时溯源的高级持续威胁(APT)检测器,旨在解决传统检测系统对 APT 检测能力不足、现有溯源分析方法存在静态模型无法捕捉长期行为、动态...
本文设计了一种基于专家经验的网络异常流量自动检测平台。根据专家经验,分别提取正常流量特征与恶意攻击特征,由两个相辅相成的检测模型所组成,可有效检测网络行为中的异...
本文提出 XNIDS 框架,用于解释基于深度学习的网络入侵检测系统(DL-NIDS)并生成可操作防御规则,以支持主动入侵响应。
澳大利亚临床实验室因三年前一起数据泄露事件被罚2700万元,这是澳大利亚信息专员办公室首次动用其执法权力。
本文提出了一种名为 GlareShell 的创新性PHP Webshell检测框架,该框架基于图学习技术,融合了语义嵌入、风险权重分配和图神经网络分类三重机制。
本文提出了一种名为 IoT-PRIDS 的轻量级非机器学习框架,用于物联网网络的入侵检测。
本文结合相关漏洞分析数据,盘点了2025年MCP最常见的十大安全漏洞与典型案例,帮助开发者和企业安全团队快速进行MCP风险自查。
美国太空网络安全公司正在开发防范“震网”病毒式网络攻击的AI工具。
攻击者可利用有效的公钥触发签名验证失败从而导致身份验证绕过。
本文提出了一种通过整合生成对抗网络(GANs)来增强网络入侵检测系统(NIDS)性能的新方法,该方法利用 GANs 生成能紧密模拟真实网络行为的合成异常流量数据,以解决 NIDS...
本研究首次从迭代、真实、多维度的实证视角,系统评价了主流大语言模型在跨复杂层级C++与Python软件缺陷检测、推理与修复任务中的实际能力。
一汽丰田、一汽集团、大众汽车、浙江吉利、北京理想、重庆长安、小米汽车、赛力斯、肇庆小鹏、奇瑞汽车、上汽集团、长城汽车、一汽奔腾等13家企业的49款车型符合汽车数据安...
微信公众号