全球第2大數(shù)據(jù)泄露事件被披露

8 月 7 日消息，背景調(diào)查公司 National Public Data 于今年 4 月遭到網(wǎng)絡(luò)攻擊，導(dǎo)致有 29 億個人隱私數(shù)據(jù)泄露，是僅次于 2013 年雅虎事件（影響 30 億）的數(shù)據(jù)泄露事件。

發(fā)表于：8/8/2024

法國約40家博物館數(shù)據(jù)系統(tǒng)遭勒索軟件攻擊

8 月 7 日消息，巴黎人報消息，網(wǎng)絡(luò)犯罪分子在奧運會期間攻擊了約 40 家法國博物館數(shù)據(jù)系統(tǒng)。 網(wǎng)絡(luò)犯罪分子使用了勒索軟件 ransomware，它會加密數(shù)據(jù)，使計算機、服務(wù)器或企業(yè)或地方政府網(wǎng)絡(luò)的數(shù)據(jù)不可讀，犯罪分子以此索要贖金。

發(fā)表于：8/8/2024

夏普電商平臺Cocoro遭黑客入侵

8 月 4 日消息，夏普于 7 月 23 日在官網(wǎng)發(fā)布公告披露旗下電商平臺 Cocoro 遭到黑客入侵，網(wǎng)站安全部門已在監(jiān)測到黑客入侵后臨時關(guān)閉了網(wǎng)站，但為時已晚，已有大量用戶關(guān)鍵數(shù)據(jù)遭到泄露。

發(fā)表于：8/5/2024

安全公司警告黑客架設(shè)假 OneDrive 網(wǎng)站釣魚

8 月 4 日消息，安全公司 Trellix 發(fā)布報告指出近來有黑客架設(shè)山寨 OneDrive 網(wǎng)站，以 " 連不上服務(wù) " 為幌子誘導(dǎo)用戶運行 PowerShell 釣魚命令，從而讓受害者 " 自己給自己電腦裝上木馬 "。 據(jù)悉，黑客首先架設(shè)山寨 OneDrive 網(wǎng)站，之后向用戶批量發(fā)送帶有 HTML 附件的釣魚郵件，該附件聲稱用戶收到一項名為 "Reports.pdf" 的文件共享請求，當(dāng)用戶點擊郵件附帶的鏈接進入 "OneDrive 網(wǎng)站 " 后，相關(guān)網(wǎng)站就會聲稱用戶遇到錯誤代碼 Error 0x8004de86，要求用戶 " 手動更新 DNS 緩存 " 來解決問題，之后便會提供一系列 PowerShell 命令誘導(dǎo)用戶自己給自己裝上木馬。

發(fā)表于：8/5/2024

派拓網(wǎng)絡(luò)獲評OT安全解決方案領(lǐng)導(dǎo)者

2024年7月31日，北京——全球網(wǎng)絡(luò)安全領(lǐng)導(dǎo)企業(yè)Palo Alto Networks（納斯達克代碼：PANW）（派拓網(wǎng)絡(luò)）近日宣布在《Forrester Wave?：2024年第二季度OT安全解決方案》報告中被評為“領(lǐng)導(dǎo)者”，并且在“戰(zhàn)略”和“當(dāng)前產(chǎn)品”這兩項中均獲得最高分。

發(fā)表于：7/31/2024

IBM報告顯示企業(yè)年度數(shù)據(jù)泄露平均成本高達488萬美元

7月31日 根據(jù)IBM的年度《數(shù)據(jù)泄露成本報告》，數(shù)據(jù)泄露的平均成本已上升至488萬美元。這意味著，與網(wǎng)絡(luò)入侵相關(guān)的成本同比增長了10%，創(chuàng)下自疫情開始以來最大的漲幅。

發(fā)表于：7/31/2024

周鴻祎宣布360安全大模型免費

7月31日消息，據(jù)媒體報道，360集團創(chuàng)始人、董事長兼CEO周鴻祎今日宣布，360安全大模型免費。 周鴻祎表示，360要把大模型拉下神壇，不希望大模型成為少數(shù)廠商奇貨可居賺錢的工具，讓每個企業(yè)都“用得起、用得好”。 他進一步說明，360全線安全產(chǎn)品已集成安全大模型能力，對所有購買360標(biāo)準(zhǔn)產(chǎn)品的用戶免費提供大模型標(biāo)準(zhǔn)能力，產(chǎn)品加量不加價。他說：“讓人人都能獲得大模型帶來的技術(shù)突破，實現(xiàn)安全行業(yè)新質(zhì)生產(chǎn)力變革?！?/a>

微軟稱DDoS網(wǎng)絡(luò)攻擊引發(fā)Azure服務(wù)中斷

Windows全球藍屏后 微軟Azure服務(wù)又中斷了 微軟當(dāng)?shù)貢r間7月30日在一份狀態(tài)更新中表示，一次分布式拒絕服務(wù)攻擊（DDoS）引發(fā)了Azure云應(yīng)用的中斷。DDoS攻擊始于當(dāng)天早些時候，微軟自動保護機制中的一個錯誤加劇了影響，而不是減輕了影響。

發(fā)表于：7/31/2024

信通院發(fā)布2024Q2版大模型安全基準(zhǔn)測試結(jié)果

信通院大模型安全基準(zhǔn)測試2024 Q2版結(jié)果發(fā)布：開源大模型脆弱性明顯

發(fā)表于：7/30/2024

Chrome漏洞致1500萬Windows用戶密碼丟失

7月30日消息，前不久，Chrome密碼管理器的一個漏洞導(dǎo)致約1500萬Windows用戶的密碼丟失，谷歌對此公開道歉。 據(jù)悉，該問題始于7月24日，持續(xù)近18小時，起因是“產(chǎn)品行為變化未設(shè)立適當(dāng)功能防護”。 此次事件影響了使用M127版本Chrome的用戶，使其無法訪問或保存密碼，約有25%的用戶受到了配置變化的影響。 其中，2%面臨密碼管理器問題，相當(dāng)于約1500萬用戶。 谷歌提供了臨時解決方案并迅速推出永久修復(fù)，建議用戶重啟Chrome以恢復(fù)密碼管理器的功能。 如果仍有問題，用戶可聯(lián)系Google Workspace支持尋求幫助。

發(fā)表于：7/30/2024

俄羅斯人工智能監(jiān)管政策分析：框架、特征及啟示

ChatGPT、Sora等大模型的出現(xiàn)，再次凸顯人工智能技術(shù)進步對經(jīng)濟、文化等領(lǐng)域的深遠影響，與此同時，其所帶來的安全風(fēng)險問題更令人擔(dān)憂，全球主要國家和地區(qū)也均將人工智能監(jiān)管問題納入國家安全總體戰(zhàn)略。以俄羅斯人工智能監(jiān)管政策為研究對象，對近年來俄羅斯人工智能監(jiān)管現(xiàn)狀進行分析，在此基礎(chǔ)上以第123-FZ號聯(lián)邦法與第258-FZ號聯(lián)邦法為核心構(gòu)建人工智能監(jiān)管框架，并總結(jié)其監(jiān)管特征。研究結(jié)果表明俄羅斯對于人工智能監(jiān)管已形成以主體層、機構(gòu)層、制度層為基礎(chǔ)的監(jiān)管框架；俄羅斯人工智能統(tǒng)籌自我監(jiān)管和共同監(jiān)管協(xié)同作用，以刺激作為監(jiān)管的基礎(chǔ)，積極推進多行業(yè)監(jiān)管；隨著ChatGPT、Sora等應(yīng)用的涌現(xiàn)，俄羅斯對于人工智能的監(jiān)管框架正在不斷完善。

發(fā)表于：7/29/2024

基于Boosting集成學(xué)習(xí)的風(fēng)險URL檢測研究

隨著互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)站數(shù)量不斷增長，URL作為訪問網(wǎng)站的唯一入口，成為Web攻擊的重點對象。傳統(tǒng)的URL檢測方式主要是針對惡意URL，主要方法是基于特征值和黑白名單，容易產(chǎn)生漏報，且對于復(fù)雜URL的檢測能力不足。為解決上述問題，基于集成學(xué)習(xí)中的Boosting思想，提出一種針對業(yè)務(wù)訪問的風(fēng)險URL檢測的混合模型。該模型前期將URL作為字符串，使用自然語言處理技術(shù)對其進行分詞及向量化，然后采用分步建模法的思想，首先利用GBDT算法構(gòu)建二分類模型，判斷URL是否存在風(fēng)險，接著將風(fēng)險URL原始字符串輸入到多分類模型中，利用XGBoost算法對其進行多分類判定，明確風(fēng)險URL的具體風(fēng)險類型，為安全分析人員提供參考。在模型構(gòu)建過程中不斷進行參數(shù)調(diào)優(yōu)，并采用AUC值和F1值分別對二分類模型和多分類模型進行評估，評估結(jié)果顯示二分類模型的AUC值為98.91%，多分類模型的F1值為0.993，效果較好。將其應(yīng)用到實際環(huán)境中，與現(xiàn)有檢測手段進行對比，發(fā)現(xiàn)模型的檢出率高于現(xiàn)有WAF和APT安全設(shè)備，其檢測結(jié)果彌補了現(xiàn)有檢測手段的漏報。

發(fā)表于：7/29/2024

基于交易時間衰減的以太坊惡意地址檢測方法

提出Trans-TAN模型，用于以太坊上的交易流向圖中關(guān)聯(lián)惡意地址的檢測任務(wù)，模型改進基于Transformer模型的自注意力機制，根據(jù)以太坊地址的交易特點并受到牛頓冷卻定理的啟發(fā)，引入隨時間交易的時間間隔衰減因素，同時融合以太坊地址間的相似度因素和交易金額因素?；谝陨先矫?，通過牛頓冷卻定理的常微分方程解形式構(gòu)建的地址關(guān)聯(lián)矩陣，從而改進原有的自注意力矩陣。實驗證明，Trans-TAN模型能夠有效捕捉以太坊交易流向圖過程中惡意節(jié)點地址的特征，在測試集中精準(zhǔn)率 (Precision)、召回率(Recall)和F1指標(biāo)優(yōu)于傳統(tǒng)的檢測模型。

發(fā)表于：7/29/2024

一種基于DNS的零信任增強認證系統(tǒng)設(shè)計

針對當(dāng)前大量HTTPS應(yīng)用復(fù)用證書存在安全風(fēng)險問題，借鑒了零信任模型中安全策略動態(tài)授權(quán)的思路，提出了一種基于現(xiàn)有互聯(lián)網(wǎng)基礎(chǔ)設(shè)施DNS來擴展增強認證功能的方案，通過在現(xiàn)有DNS權(quán)威服務(wù)器上額外配置增強的認證信息來對HTTPS訪問請求進行動態(tài)認證，從而能實時驗證當(dāng)前HTTPS證書的安全狀態(tài)。該方案通過可信易得的DNS基礎(chǔ)設(shè)施解決了當(dāng)前普遍存在的HTTPS證書復(fù)用帶來的安全問題，是一種靈活高效并且可擴展的零信任安全增強認證架構(gòu)。

發(fā)表于：7/29/2024

云化工業(yè)軟件安全風(fēng)險與應(yīng)對策略研究

隨著云計算技術(shù)的快速發(fā)展，云化工業(yè)軟件已成為推動制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵驅(qū)動力，但也面臨越來越復(fù)雜的安全風(fēng)險挑戰(zhàn)，并已受到廣泛重視。云化工業(yè)軟件的安全風(fēng)險主要來自技術(shù)層面、信息通信層面、業(yè)務(wù)管理層面和外部約束層面，具體包括技術(shù)與架構(gòu)、網(wǎng)絡(luò)與訪問控制、人員與流程及法律與合規(guī)性四個方面。在對安全風(fēng)險進行分析的基礎(chǔ)上，提出在云化工業(yè)軟件全生命周期管理中引入內(nèi)生安全方法的應(yīng)對策略，以確保系統(tǒng)的穩(wěn)定運行和數(shù)據(jù)的安全可靠。同時，研究論述了云化工業(yè)軟件內(nèi)生安全管理體系的建設(shè)要點和主要特征，為云化工業(yè)軟件的安全風(fēng)險管理提供了具體路徑。

發(fā)表于：7/29/2024