XiaoMi-AI文件搜索系统
World File Search System和勒
基于人工智能的恶意软件和勒索软件检测模型
摘要 — 网络犯罪是本世纪主要的数字威胁之一。尤其是勒索软件攻击显著增加，造成全球数百亿美元的损失。在本文中，我们训练和测试了不同的机器学习和深度学习模型，用于恶意软件检测、恶意软件分类和勒索软件检测。我们引入了一种新颖而灵活的解决方案，它结合了两种优化的恶意软件和勒索软件检测模型。我们的结果表明，在检测性能和灵活性方面都有一些改进。特别是，我们的组合模型为使用专门的、可互换的检测模块更容易地进行未来增强铺平了道路。索引词 — 恶意软件、勒索软件、PE 文件、防病毒、网络安全、人工智能
c-Suite的网络钓鱼和勒索软件见解
•无加密勒索：此方法使攻击更快，更简单。顾名思义，无加密攻击不会加密目标系统上的数据。相反，对手会窃取敏感数据，并威胁说如果组织不付款，则公开发布它，因此它的工作原理非常像勒索。目标通常是赢得品牌声誉的组织。通过跳过加密过程，对手允许受害者组织像往常一样运作，而无需引起媒体或执法的关注。此方法还允许攻击者额外的时间专注于窃取大量数据。例如，Zscaler thrantlabz观察到了无加密攻击，目标组织损失了超过24TB的数据。
