XiaoMi-AI文件搜索系统
World File Search System攻击
远程桌面协议攻击的行为特征
远程桌面协议 (RDP) 因支持远程访问和管理 Windows 系统而广受欢迎；然而，攻击者可以利用 RDP 对使用它的关键系统造成危害。检测和分类 RDP 攻击是一项挑战，因为大多数 RDP 流量都是加密的，并且在手动解密 RDP 流量后，并不总是清楚哪些系统连接是恶意的。在这项研究中，我们使用开源工具，使用我们控制的电网蜜罐生成和分析 RDP 攻击数据。我们开发了通过恶意签名、Windows 事件日志条目和网络流量元数据检测和表征 RDP 攻击的方法。对我们的蜜罐的四个实例收集的实际攻击数据进行表征方法的测试和评估表明，我们可以有效地划分良性和恶意 RDP 流量，并对未受保护或配置错误的 Windows 系统上的 RDP 攻击的严重程度进行分类。攻击模式和严重程度级别的分类可以让防御者了解 RDP 攻击中的对抗行为。我们的结果还可以帮助保护国家关键基础设施，包括国防部系统。
有攻击倾向的人的大脑反应
这是一篇在接受后经过改进的文章的 PDF 文件，例如添加了封面和元数据，以及格式化以提高可读性，但它还不是最终的记录版本。此版本在以最终形式发布之前将经过额外的文字编辑、排版和审查，但我们提供此版本是为了让文章尽早可见。请注意，在制作过程中，可能会发现可能影响内容的错误，并且适用于期刊的所有法律免责声明均适用。
无监督的算法检测零日攻击
摘要在过去的十年中，研究人员，从业人员和公司努力制定机制来检测网络安全威胁。除其他努力中，这些努力是基于规则的，基于签名的基于签名或监督的机器学习（ML）算法，这些算法被证明有效地检测已经遇到和表征的那些侵犯。取而代之的是，新的未知威胁通常称为零日攻击或零周日，可能未发现，因为这些技术通常会被这些技术误解。近年来，无监督的异常检测算法显示出检测零周的潜力。然而，对无监督异常检测算法的定量分析的专门支持仍然很少，并且通常不会促进元学习，这有可能提高分类性能。在这样的程度上，本文介绍了零周期的问题，并审查了无监督的算法检测。然后，本文采用了提问方法来确定对零日检测进行定量分析的典型问题，并显示了如何使用适当的工具设置和行使无监督的算法。使用最新的攻击数据集，我们对i）特征对无监督算法的检测性能的影响，ii）评估入侵探测器的相关指标，iii）均需比较多个无用的算法，iiv），iv）iv算法，iv）iv）应用元学习的应用以减少错误分类的应用。最终，v）我们测量相对于零周的无监督异常检测算法的检测性能。总的来说，本文典型地说明了如何实际编排和应用适当的方法，过程和工具，甚至提供了非专家，以选择适当的策略来处理零日。
如何对你的大脑进行生物黑客攻击
疫情以及随之而来的一切：恐惧、悲伤、健康问题、经济困难、育儿挑战、活动推迟以及缺乏自由和社交互动，都增加了压力水平，导致大脑功能和脑容量发生变化。然而，想象一下，不仅能够逆转所有这些损害，还能通过一些简单的生活方式改变来改善大脑活动。这就是克里斯汀·威勒米尔博士的新书《生物黑客大脑：如何提升认知健康、表现和能力》的主题。虽然这本书在刚刚过去的一年里出版得再及时不过了，但它是基于她在 2009 年进行的开创性临床试验，该试验评估了职业美式足球运动员遭受的长期脑损伤，包括患痴呆症和阿尔茨海默氏症的风险更高。更重要的是，试验表明，一些损伤是可以逆转的。“唯一有效的预防策略是改变生活方式，这需要尽早进行，在出现临床症状之前，”克里斯汀透露。 “我们对职业运动员的研究结果有助于指导患者护理，不仅对那些患有创伤性脑损伤和神经系统问题的人，而且对那些来找我们看病的人也很有帮助，他们身体完全健康，但想优化大脑功能。”克里斯汀认为每个人都应该采取大脑健康策略，只需几个月就能看到效果。“更健康的大脑会对你的情绪健康产生积极影响
无需叠加查询的量子攻击
量子密码分析始于 Shor [40] 的开创性工作，他证明了 RSA 和 Diffie-Hellman 密码体制可以被量子计算机破解。Simon 算法 [41] 的工作原理非常相似，它可以在 ( { 0 , 1 } n , ⊕ ) 中找到一个隐藏周期，但它最近才开始应用于密码分析。2010 年，Kuwakado 和 Morii [29] 展示了如果允许对手进行叠加查询，如何在量子多项式时间内区分三轮 Feistel 网络和随机排列。后来，人们在这种情况下获得了更多结果 [30, 24, 31]。然而，尽管令人印象深刻，但这些破解需要叠加查询模型，在该模型中，攻击者可以将原语作为量子预言机进行访问；例如，对具有未知密钥的密码进行量子加密查询。在本文中，我们首次在标准查询模型中应用了 Simon 算法，表明上述中断可能会在该模型中产生影响。这也是量子隐藏周期算法在仅使用经典查询的对称密码学中的首次应用。我们的核心结果之一是，在解决具有隐藏结构的碰撞搜索问题时，我们可以用多 (n) 个量子比特替换指数大小的内存。即使时间加速仍然是二次的，这也为量子对手带来了之前意想不到的优势。
基于机器学习的DDOS攻击分析...
摘要。本文将允许用户搜索有关全球 DDOS 攻击的必要信息并预测未来的攻击，检查其网络保护是否有效，并帮助对其进行调试。目的是调查可能的 DDOS 攻击，预测对指定 IP 地址的可能攻击、攻击持续时间、服务器负载。工作对象是全球 DDOS 攻击。工作主题是研究 2019 年期间从世界各地收集的 DDOS 攻击。这项工作的主要任务是开发产品的软件实现、机器学习方法，这将有助于调查和预测 DDOS 攻击的活动。该程序应有助于根据以前的黑客攻击预测和预测 DDOS 风险；预测攻击时间、传输的数据包数量、服务器负载等。无论如何，这个主题领域现在仍然是从 21 世纪初到现在最相关的主题之一，并且很可能在未来几年内保持相关性。
LLFI：横向激光故障注入攻击
安全集成电路旨在保护敏感信息的机密性和完整性，防止遭受逻辑和物理攻击。故障注入攻击指的是主动操纵芯片内部结构，从而在某些过程执行期间导致故障。这种技术及其不同变体已被证明非常强大 [4]。最广为人知的引发此类故障的技术是激光故障注入 (LFI)[14]，[15]、电磁故障注入 (EM-FI)[13]，[7]、体偏置注入 (BBI)[12] 和电压或时钟毛刺 [3]。针对此类攻击最常见的硬件物理对策是被动和主动屏蔽，以保护芯片免遭物理访问和操纵，以及各种传感器来检测温度、电压、光线或时钟频率方面的异常。如今，安全芯片设计中已经实施了针对故障攻击的有效对策，这使得 EM-FI、BBI 尤其是 LFI 成为在现代安全 IC 中诱发故障的主要技术。LFI 被认为是获得最精确结果的技术。另一方面，它成本最高，并且需要接触硅表面才能成功注入光。事实证明，正面和背面都可以使用该技术。然而，由于实施了特定的物理对策或金属电路本身可能会阻挡光线，因此芯片的正面更难受到攻击。因此，绝大多数激光 FI 攻击都是通过芯片的背面进行的。
在什么时机寄生虫攻击并消耗其宿主
图1。NPC的延迟移植可改善势后的长期移植物存活。（a）示意图显示了实验设计。免疫缺陷rag2 - / - 小鼠在1 dpi（急性）或7 dpi（延迟）处局部移植Rfluc表达NPC的局部移植。（b）激光多普勒成像证实中风后脑血流（CBF）减少。（c）中风诱导后2小时对CBF进行定量。（d）代表性的生物发光成像（BLI）说明了两组选定时间点的6周内NPC存活。（e）两组移植后的前3天内对BLI信号的定量。（g）在移植后7天使用EDU掺入的增生评估的示意性时间表，在42天（急性）和35天（延迟）移植后移植时进行染色，以跟踪移植物增殖。（h）在移植后7天，在35 dpi（延迟）和42 dpi（急性）天以35 dpi（延迟）和42 dpi（急性）天的7天和KI67 + NPC对EDU + NPC进行定量的代表性免疫荧光图像。（j）显示具有多能标记Nanog，NPC标记PAX6，Neuronal标记NEUN和星形胶质细胞标记GFAP的表型面板。（k）移植后六周移植的NPC（HUNU+）的代表性免疫荧光图像。比例尺：50µm。（l）急性移植组中移植物组成的定量。数据显示为平均分布，其中红点表示平均值。框图表示数据的25％至75％四分位数。总共使用了8只动物，每组4只动物。箱形图：图中的每个点代表一种动物。线图被绘制为平均值±SEM。使用未配对的Mann-Whitney U检验（C和E）或未配对的t检验（I）评估平均差异的显着性。统计显着性设置为 *，p <0.05； **，p <0.01; ***，p <0.001。
乌克兰、网络攻击和国际法的教训
俄罗斯入侵乌克兰，对网络攻击如何融入常规战争的理论进行了检验。与许多人的预期相反，网络行动似乎在入侵的初始阶段只发挥了有限的作用，这引发了人们对其原因的各种相互竞争的理论和猖獗的猜测。尽管本文是在冲突持续之际撰写的，但它探讨了迄今为止网络攻击作用有限的两种广泛解释——俄罗斯的网络攻击企图被挫败或俄罗斯选择不广泛部署网络攻击——如何挑战了关于网络安全的传统观点。本文最后提出，国际律师应该从当前的冲突中吸取的一个教训是，迫切需要澄清和执行国际规则，这不仅适用于罕见的高端破坏性或广泛扰乱的网络行动，也适用于在乌克兰和其他地方已被证明更持续存在问题的低级别行动。明确这些规则有助于管控现在和将来的升级风险，即使这些规则——比如俄罗斯的入侵所违反的最古老的国际法禁令——不一定能直接约束行为。