GitHub 通过 CodeQL 实现大规模安全防护,结合自定义查询包、自动化变种分析与提示性告警,构建高效漏洞检测体系,为开发者提供企业级代码安全实践范本。
作业流程的梳理和设计,作业实践的调研和记录,作业流程记录数据的分析,监控与预警构成业务安全驱动的数据安全。
当律师开始用ChatGPT写诉状,法庭正在沦为AI幻觉的试验场。
聚焦“数字现代化转型”主题,汇聚国内相关领域顶尖专家学者,吸引了近七百名来自军方单位、国防工业部门及科研院校的嘉宾代表参会交流、碰撞智慧。
数据法律思维的炼成。
归纳总结LLM面临的主要安全风险,介绍LLM攻击性测试方法,并通过案例分享展示LLM攻击性测试方法的实践效果。
发现了R1的巨大优势(即模型推理大幅提升了漏洞判定的精准性),提出了模型协同架构来优化基于R1的固件漏洞挖掘方法。
奇安信威胁情报中心和病毒响应中心发现大量仿冒 DeepSeek 平台的钓鱼站点出现,并趁机传播伪装为 DeepSeek 名称的 Android 应用和 Windows 程序。
俄罗斯大幅降低互联网暴露设备和服务数量。
我们该如何确保它们的决策是安全、可靠且符合伦理的?如何保护这些AI免受黑客攻击和数据污染?在拥抱Agentic AI的同时,我们又该如何重新定义网络安全和数据隐私?
传统的安全信息和事件管理(SIEM)工具已经难以为继,企业转向下一代SIEM解决方案,旨在为未来防范网络威胁,保护关键信息的安全。
探讨 DeepSeek 在网络安全领域带来的新机遇,并详细分析大模型在安全性方面的挑战与风险。
AI会取代红队人员吗?生成式AI安全威胁颠覆了哪些传统攻防思维?微软通过“百模大战”为AI安全红队总结了宝贵的经验教训。
本报告深入梳理了2024年大模型与知识图谱协同发展的显著成果。
本文希望能够提升LLMs生成的攻击检测器在实际应用中的准确性和有效性。最终目标是让LLMs能够更好地满足安全需求,减少在实际应用中可能出现的安全漏洞。
彻底改变未来。
2025年前瞻展望:“速度”和“质量”并行,应用和效益优先,以高端自主算力和高性能集群为突破,协调有序发展。
去年,全球 1/10 的机构遭遇勒索软件攻击尝试,比上一年激增 33%。
DARPA发布了“基于运作知识与运作环境的特征管理”(SMOKE)项目,以此提升网络红队的反溯源能力。
网络攻击和防御本来就是一场攻防双方的较量,只有参与游戏之中的人也许才会更加关心归因。
微信公众号