广泛应用于自主驾驶中的基于深度学习的单眼深度估计(MDE)很容易受到对抗性攻击的影响。先前针对MDE模型的物理攻击依赖于2D广泛的补丁,因此它们仅影响MDE地图中的一个小型局部区域,但在各种观点下都失败了。为了解决这些限制,我们提出了3D深度傻瓜(3d 2傻瓜),这是对MDE模型的第一个基于3D纹理的对抗性攻击。3d 2傻瓜被专门优化,以生成3D对抗纹理对型号的车辆类型,并在恶劣天气条件(例如雨水和雾)中具有改善的鲁棒性。实验结果验证了我们3d 2傻瓜在各种情况下的出色性能,包括车辆,MDE Mod-els,天气状况和观点。现实世界中使用打印3D纹理的实验实验进一步表明,我们的3d 2傻瓜可能会导致超过10米的MDE误差。该代码可在https://github.com/gandolfczjh/3d2fool上找到。
攻击树是对安全性决策,支持网络攻击的识别,文档和分析的流行方法。它们是许多系统工程框架的一部分,例如umlSec [1]和sysmlsec [2],并得到了工业工具(例如Isograph's Attacktree [3])的支持。攻击树(AT)是系统图的层次图,以绘制系统的潜在攻击方案,请参见图。1和2。该图顶部的根部对攻击者的目标进行了建模,该目标通过门进一步将其重新定义为子目标:AN和GATE表示,如果所有儿童攻击成功,则攻击成功;一个或门表示任何单个儿童舒服。树的叶子是基本的攻击步骤(BAS),它模型不可分割的动作,例如切线。
这项工作是在Ferheen Ayaz在格拉斯哥大学任职时完成的。作者的联系信息:伊德里斯·扎卡里亚(Idris Zakariyya),格拉斯哥大学,格拉斯哥,英国,idris.zakariyya@glasgow.ac.ac.uk; Ferheen Ayaz,城市,伦敦大学,伦敦,英国,ferheen.ayaz@city.ac.uk; Mounia Kharbouche-Harrari,法国Stmicroelectronics,Mounia.kharbouche-harrari@st.com;杰里米·辛格(Jeremy Singer),格拉斯哥大学,英国格拉斯哥,jeremy.singer@glasgow.ac.uk; Sye Loong Keoh,格拉斯哥大学,英国格拉斯哥,syeloong.keoh@ glasgow.ac.uk; Danilo Pau,意大利Stmicroelectronics,danilo.pau@st.com;何塞·卡诺(JoséCano),格拉斯哥大学,英国格拉斯哥,josecano.reyes@glasgow.ac.uk。
鉴于其在诸如Crystals-Kyber之类的现代加密系统中不可或缺的作用,Fujisaki Okamoto(FO)变换将很快成为我们安全通信基础架构的中心。围绕FO变换的持久辩论是当解次失败时是否使用显式或隐式拒绝。目前,在晶体 - 凯伯(Crystals-kyber)中实施的隐性拒绝受到了一系列论点的支持。因此,了解其在不同攻击者模型中的安全含义至关重要。在这项工作中,我们通过新颖的镜头来研究隐式拒绝,即从Kleptography的角度研究。具体而言,我们考虑了一个攻击者模型,在该模型中,攻击者可以颠覆用户的代码以损害安全性,同时无法检测到。在这种情况下,我们提出了三项攻击,这些攻击大大降低了FO转换的安全水平,并具有隐式拒绝。
•银行帐户对于客户和存款人来说是无法访问的。•工厂生产线停止了。•航空公司被迫在高峰旅行期间延迟或取消预定的航班 - 经常经历几天来重建其正常时间表并恢复业务运营。•还有更多的例子,可以遍及世界各地的每种类型的商业组织和政府部门。IBM,西门子,Gartner和IDC均发布了报告,显示了计划外的停机时间如何威胁企业,使企业和政府组织因计划外的中断而使每次事件数百万美元损失。这些报告中的数据表明,客户现场停机时间减少了收入和利润,干扰了正常运营。延长停机时间会损害公司在数周或几个月内的声誉,从而进一步降低其财务业绩。这些已发表的报告中的每一个都根据他们在CY2024在美洲,欧洲/欧洲/中东/非洲(EMEA)和包括日本在内的亚洲/太平洋进行的CY2024进行的实际收入和客户调查记录并发布了停机时间的财务影响。根据这些客户调查,好消息是通常可以避免停机时间,从而带来许多现实世界的业务效益(见图2)。
推荐系统已成为在线服务的组成部分,因为它们能够帮助用户在数据海中找到特定信息。但是,现有的研究表明,某些推荐系统容易受到中毒攻击的影响,尤其是涉及学习方案的攻击。中毒攻击是对手对训练模型进行精心制作的数据的注射,目的是操纵系统的建议。基于人工智能的最新进展(AI),此类攻击最近变得重要。目前,我们还没有关于对手为何进行这种攻击的原因,也没有全面了解这种攻击会破坏模型或可能产生的影响的全部能力。虽然已经开发了许多中毒攻击的对策,但它们尚未系统地与攻击的特性联系在一起。因此,评估缓解策略的各自的风险和潜在成功是DIICULT,即使不是不可能。这项调查旨在通过主要专注于中毒攻击及其对策来造成这一差距。这与主要关注攻击及其检测方法的先前调查相反。通过详尽的文献综述,我们为中毒攻击,形式化其维度提供了一种新颖的分类法,并因此组织了文献中描述的31次攻击。此外,我们审查了43个对策,以检测和/或防止中毒攻击,评估其针对特定类型攻击的效率。
P-8A是国防部唯一的远程全频谱ASW,Cue-to-Kill平台,具有实质性的ASUW和网络ISR功能。增量3块2提供了对P-8A机身和航空电子系统的显着升级,其中包括新的机身架子,辐射,天线,天线,传感器和接线。修改结合了一个新的战斗系统套件,具有改进的计算机处理和更高的安全架构功能,宽带卫星通信系统,ASW信号智能能力,轨道管理系统以及其他通信和声学系统,以增强搜索,检测和定位功能。
P-8A是国防部唯一的远程全频谱ASW,Cue-to-Kill平台,具有实质性的ASUW和网络ISR功能。增量3块2提供了对P-8A机身和航空电子系统的显着升级,其中包括新的机身架子,辐射,天线,天线,传感器和接线。修改结合了一个新的战斗系统套件,具有改进的计算机处理和更高的安全架构功能,宽带卫星通信系统,ASW信号智能能力,轨道管理系统以及其他通信和声学系统,以增强搜索,检测和定位功能。
2 IT Director, Arabian Agricultural Services Company (ARASCO) 3 Sr. Cybersecurity consultant, Resilience Cybersecurity Company (KSA) Abstract: QR code-based phishing attacks have emerged as a significant cybersecurity threat, exploiting traditional email security solutions that fail to detect QR-based phishing since they contain neither embedded links nor text-based URLs.本文探讨了QR网络钓鱼攻击的挑战,分析了当前的安全机制为什么无效,并提出了AI驱动的检测框架。采用了一种数据集驱动的方法来评估检测准确性,实验评估比较了传统,机器学习和基于混合AI的检测技术。关键字:QR码网络钓鱼,网络安全,基于AI的检测,电子邮件安全性,图像取证。
就像您的医疗保健专业人员告诉您一样服用药物。他们可以帮助您避免另一次心脏病发作。了解您的药物并以正确的方式服用。不要忘记服用剂量或得到补充 - 可能会导致严重的健康问题。
