CrowdStrike Expands Identity Leadership with OpenID and IDPro
CrowdStrike Expands Identity Leadership with OpenID and IDPro
今日共收录 1015 条安全情报,包含 254 个 CVE,381 篇安全通告,以及 97 篇研究论文。
← 返回归档列表CrowdStrike Expands Identity Leadership with OpenID and IDPro
cloud architecture assessment
ransomware and multifaceted extortion defense
Google Cloud Next 2026Catch-up sessions on the keynotes and select sessions are now available on demand.Explore content
The Identity Problem Hiding in AI Agent Deployments
94% of Organizations Report Cloud Breaches: CrowdStrike State of CDR Survey
Your inbox is an identity system all of its own: whoever owns it may own a lot more
The National Association of Insurance Commissioners (NAIC) says the ShinyHunters extortion group stole only publicly ava
AI agents can access data, trigger workflows, and take action across enterprise systems. Token Security explains why gov
该论文通过在线问卷调查和策略提取,分析了83家德国公司的员工面向认证方法及其密码组成策略(PCPs)。研究提取了64个明确的密码策略,并将其与德国联邦信息安全办公室(BSI)等机构的建议及相关工作进行了比较。主要发现包括:许多公司仍强制要求
本文是一篇系统化知识综述(SoK),针对钓鱼攻击中面向用户的干预措施进行了全面的分类学研究。钓鱼攻击作为普遍的网络安全威胁,不仅针对个人也针对组织。以往的反钓鱼措施开始认识到用户的核心作用:用户作为攻击目标的最前沿,同时也是最后一道防线。然
本文研究了WiFi通信中波束成形反馈信息(BFI)的隐私泄露问题。随着WiFi连接设备的普及,利用信道状态信息(CSI)进行人体感知的技术日益成熟,但这也带来了隐私风险,例如攻击者可通过拦截WiFi信号推断室内占用情况,进而用于入室盗窃或跟
本文研究了本地差分隐私(LDP)中的基本估计问题。现有估计方法分为两类:无偏估计方法在LDP下由于添加过多噪声,往往给出不合理结果(如负值或估计值之和与参与用户总数不相等);而基于最大似然估计(MLE)的方法虽能给出合理结果,但常面临过拟合
本论文研究了机器学习中数据重要性(data importance)与各类攻击脆弱性之间的关系。尽管已有工作表明不同训练样本对模型效用的贡献存在差异,但“高价值数据是否更容易受到攻击”这一关键问题尚未被系统回答。作者分析了五种典型攻击类型(包
智能合约是区块链上执行各种商业活动的软件程序。近年研究发现了一类新的“机器不可审计”漏洞,它们源于源代码未能满足底层交易上下文。现有检测方法需要人工理解交易逻辑并手动推理不同上下文来源(即模态),例如代码和描述预期交易行为的自然语言。为了自
该论文研究了硬件图形数据压缩的侧信道安全隐患,重点关注 GPU 中集成的无损压缩模块(如 Display Stream Compression 或类似机制)如何意外地成为信息泄露的渠道。研究者发现,由于压缩算法对输入数据的统计特性敏感,其压
该论文提出了一种名为CORELOCKER的神经元级使用控制方法,用于保护深度学习模型的知识产权。核心思想是从训练好的神经网络中提取一小部分显著权重作为“访问密钥”,拥有密钥的用户可以获得模型的全部能力,而未授权用户只能获得部分能力。该方法通
本文针对网站密码创建策略(password creation policies)的大规模测量问题展开研究。过去学术界虽已深入探讨过密码策略对用户选择密码的安全性与可用性影响,并提出了基于证据的指导建议,但实际网站是否采纳这些建议仍缺乏系统评
该论文针对触发-动作平台(TAPs)中普遍存在的数据过度收集问题,提出了一种名为 LazyTAP 的新型数据最小化范式。在现有 TAP(如 IFTTT)中,触发服务和查询服务需要将大量用户数据发送给平台,即使平台仅需其中部分属性即可完成操作
本文针对移动增强现实(AR)应用中智能手机权限使用存在的问题,提出并评估了一种基于上下文的权限请求合理化机制。研究背景在于:现有权限系统通常以静态方式请求权限,用户难以理解为何需要特定权限,尤其在AR应用中,权限使用场景动态且敏感。作者通过