ransomware and multifaceted extortion defense
ransomware and multifaceted extortion defense
今日共收录 968 条安全情报,包含 250 个 CVE,385 篇安全通告,以及 68 篇研究论文。
← 返回归档列表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
Falcon Cloud Security June 2026 Release: Updates for Azure and Google Cloud
Falcon Cloud Security July 2026 Release: Helping Security Teams Move Faster in the Cloud
Attackers are targeting CI/CD pipelines and developer tools instead of application code, requiring total SDLC visibility
CrowdStrike Named Strongest Overall Leader in 2026 Frost Radar™: Cloud Workload Protection Platforms
USB接口作为计算机系统普遍存在的连接方式,为主机与外设间提供高效的数据与电力传输。即便在云和远程计算流行的今天,USB在设备间数据传输中仍扮演关键角色,尤其在高安全隔离的“气隙”系统中应用广泛。然而,近年研究揭示USB并不如传统认知中安全
该论文针对企业环境中 FIDO2 无密码认证(Passkey)部署率较低的现象,系统性地研究了企业在采用 FIDO2 标准时面临的实际障碍。作者通过对多家企业 IT 决策者、安全团队和身份管理相关人员的访谈或调查,收集了定性数据,分析了阻碍
该论文提出了一种名为 Voodoo 的新型硬件安全机制,其核心思路是在同一底层原语 MAGIC(一种内存内计算/逻辑操作机制)上,统一实现内存标记(Memory Tagging)、认证加密(Authenticated Encryption)
现代移动设备普遍集成蓝牙、Wi-Fi、LTE 等多种无线技术,各自实现于独立无线芯片中,有时采用组合芯片封装。这些芯片共享天线、频谱等资源,无线共存接口(coexistence interfaces)用于避免数据包碰撞,优化网络性能。然而,
该论文针对入侵检测系统(IDS)在实际运维中误报率高、告警缺乏上下文而导致安全分析人员负担过重的问题,提出并发布了一个新的告警数据集 AIT-ADS。研究背景是多步攻击分析领域虽已发展出告警过滤、聚类、关联以及攻击图生成等技术,但公开可用的
本文提出了一种名为 Xplain 的模型解释性分析方法,旨在揭示模型解释中存在的“不可见相关性”(invisible correlations)。研究人员观察到,现有的可解释人工智能(XAI)方法通常只关注单一特征对预测结果的直接影响,而忽
该论文题为《Biosignal Authentication Considered Harmful Today》,旨在揭示当前基于生物信号(如心电图、脑电图、肌电等)的身份认证系统在现实部署中存在的严重安全隐患。作者团队由Veena Kri
该论文研究智能家居环境中物理事件验证系统(EVS)面临的规避攻击与防御问题。在智能家居中,当执行器(如门锁)状态改变时,会向IoT中心发送事件通知(例如“门已解锁”)。已有研究表明,事件通知容易遭受伪造(spoofing)和屏蔽(maski
内存取证在数字调查和事件响应中扮演关键角色,但传统方法高度依赖为少数主流操作系统手工定制的内核数据结构模型。由于各操作系统的内存表示方式差异大且常缺乏文档,这些模型无法泛化,针对闭源系统开发新模型需要大量逆向工程,耗时费力。近年来,物联网设
本文针对SIM Box欺诈这一全球性电信安全问题提出了一种全新的防御方案。SIM Box设备在跨国欺诈活动中扮演核心角色,每年从个人受害者和移动运营商处窃取数十亿美元。以往缓解措施主要聚焦于检测欺诈通话会话,但直接阻止SIM Box设备接入
本文研究人脸识别系统中背景信息对识别准确性和用户隐私的影响。尽管人脸识别算法设计上应仅依赖面部特征,但背景可能携带大量额外信息,威胁用户隐私。作者使用 DeepFace 人脸识别系统,对每张面部图像进行灰度化和背景白化两种预处理,计算原始图
本文研究了可学习参数化激活函数(PAFs)与对抗训练结合时对深度神经网络鲁棒性的影响。以往工作主要关注网络宽度和深度对鲁棒性的作用,而激活函数形状的影响尚未被系统研究。作者首先设计了一组参数化激活函数,其参数可以独立控制负输入、接近零的输入