XiaoMi-AI文件搜索系统
World File Search System威胁评估
2024 年国土威胁评估
气候变化、自然灾害和技术进步有可能加剧这些威胁。与气候有关的灾害，如热浪、干旱、野火、沿海风暴和内陆洪水，有可能破坏区域经济，引发疾病爆发等健康危机，并耗费执法资源。与此同时，可访问的人工智能 (AI) 工具的普及可能会增强我们对手的策略。试图破坏人们对我们的政府机构、社会凝聚力和民主进程的信任的国家正在利用人工智能来制造更可信的误导、虚假和恶意信息活动，而网络攻击者则利用人工智能开发新的工具和途径，使他们能够危害更多受害者并进行更大规模、更快、更高效和更具规避性的网络攻击。
空间中共眶威胁评估的方法
本研究研究了评估太空威胁的方法。太空服务对平民和军事能力都至关重要，而这种系统的丧失可能会带来严重的后果。空间系统暴露于各种威胁。为了确保基于空间的应用程序的好处，保护太空资产，提高安全性并维护太空环境，评估太空威胁至关重要。本论文的重点是能够执行精确演习的卫星引起的共眶拮抗威胁。这些卫星可以进行物理攻击或进行操作，例如对其他卫星的检查，窃听或中断。兰伯特的问题可用于计算轨道转移。通过在执行传输时间的一个值和传输时间的值范围内迭代解决问题，可以检测到何时可行。这可以用来评估卫星何时会对目标构成威胁。通过遗传算法的实施来改善轨道转移的计算。算法可以使用多种冲动来求解两个直接传输和转移。此外，还分析了一种可以处理多个目标函数的遗传算法，称为NSGA-II。实施的方法表明了被用于评估威胁的潜力，特别是对于执行单个冲动以转移到目标的直接转移。在这种情况下，可以根据卫星的∆ V预算确定威胁。但是，当引入其他冲动时，它会变得更加复杂。何时更有可能开始攻击时更难估计。实施的方法显示出潜力，但是需要进一步的研究才能开发出一种可靠的方法来评估康 - 轨道威胁。
2023 年太空威胁评估
太空是这一复杂问题的核心。太空不仅是我们国家实力的基础，进入太空和在该领域自由行动也是美国大国地位的基础。第六版《太空威胁评估》描述了一个正在经历重大而快速转变的领域。太空中的物体数量持续飙升，全球太空经济的价值达到历史最高水平，不幸的是，对太空领域的威胁是真实存在的，令人担忧。在过去的一年半中，定期测试和使用可逆非破坏性能力以及产生碎片场的破坏性试验，危及安全操作并表明该领域的竞争将继续加剧。
空间威胁评估2023
空间对于这种复杂性至关重要。空间不仅是我们民族权力的所有工具的基础，而且在该领域内进行操纵的自由和自由是美国作为伟大权力的基础。这本第六版的太空威胁评估描述了一个正在发生重大而快速转变的领域。空间中的物体数量继续飙升，全球太空经济的价值一直处于历史最高水平，不幸的是，对域的威胁是真实的和令人担忧的。在过去的一年半中，定期进行了可逆的非破坏性功能的测试和使用，以及造成碎屑场的破坏性测试，危害安全操作，并表明该领域将继续变得更具争议性。
人类感觉皮质中的快速而精确的威胁评估
威胁处理的动物模型已经超越了杏仁核，以结合分布式神经网络。在人类研究中，近年来，证据加剧了挑战以杏仁核为中心的规范威胁回路，敦促修改威胁概念化。在过去十年中，对感官皮层中威胁处理的大量研究产生了特别有用的见解，以告知重新概念化。在这里，从动物和人类研究中综合发现，我们在感觉皮层中强调了敏感，特定和适应性的威胁表示，这是由于基于经验的感觉编码网络雕刻而引起的。因此，我们建议人类的感觉皮层可以推动“智能”（快速而精确的）威胁评估，从而产生威胁性的感官传入，以引起范围内的网络威胁响应。
公开听证会：2022 年全球年度威胁评估...
美国弗吉尼亚州参议员马克·R·沃纳先生的开场白 沃纳主席。早上好。我宣布听证会开始。我欢迎我们的证人：国家情报总监艾薇儿·海恩斯、中央情报局局长比尔·伯恩斯、联邦调查局局长克里斯·雷、国家安全局局长兼美国网络司令部司令保罗·中曾根将军以及国防情报局局长斯科特·贝里尔中将。感谢大家今天的到来，也感谢数以千计的情报部门专业人士，是他们的努力让你们得以出席这个委员会。一年一度的全球威胁听证会至关重要。这不仅是情报机构向我们的议员通报美国面临的诸多威胁和机遇的机会，也是情报机构联合领导层齐聚一堂，真正向美国公众通报情况的仅有的几次机会之一。这就是为什么去年，在 2020 年没有全球威胁听证会之后，国会将这一通报要求编入法律。这种对话和透明度是民主的基本支柱。它让美国人民能够理解情报机构通常秘密进行的使命，也能让我们国家的安全机构承担责任。有鉴于此，我首先要对情报机构准确预测普京入侵乌克兰的计划表示衷心的感谢。这些警告人人都清楚
美国情报界年度威胁评估
在未来一年，美国及其盟友将面临复杂而关键的国际安全环境，这一环境由两大关键战略挑战主导，这两大战略挑战相互交织，现有趋势加剧了它们对国家安全的影响。首先，大国、崛起的地区大国以及不断演变的非国家行为体将争夺全球秩序的主导地位，并竞相制定未来几十年塑造该秩序的新条件和规则。美国及其盟友中国和俄罗斯就未来世界将变成什么样子展开战略竞争，这使得未来几年对于确定谁和什么将塑造叙事至关重要，或许最直接的就是俄罗斯在乌克兰的行动，这些行动有可能升级为俄罗斯与西方之间更广泛的冲突。其次，随着地球摆脱 COVID-19 大流行并面临能源和粮食不安全引发的经济问题，包括气候变化、人类和健康安全在内的全球共同挑战正在汇聚在一起。迅速崛起或发展的技术继续有可能对传统商业和社会产生积极和消极的影响，同时带来前所未有的脆弱性和攻击面，因此预测此类挑战对全球格局的影响变得越来越具有挑战性。
威胁评估 国家支持的行为者 2
本《国家支持的行为者威胁评估》（TASA）是情报和安全总局（Algemene Inlichtingen- en Veiligheidsdienst – AIVD）、军事情报和安全局（Militaire Inlichtingen- en Veiligheidsdienst – MIVD）和国家反恐和安全协调员（Nationaal Coördinator Terrorismebestrijding en Veiligheid – NCTV）的联合分析。它深入了解了哪些国家安全利益受到或可能受到国家和国家支持的行为者的损害，以及这种损害可能采取的形式（从现在开始将使用国家行为者这一术语）。威胁评估的目的是提高对国家行为者威胁的性质和范围的认识。本文件的目的是指导（政策）努力应对这些威胁。
2023-2024 年国家网络威胁评估
2022 年 10 月 27 日——... security/business/microsoft-digital-defense-report。18.加拿大统计局... 59.网络安全和基础设施安全局。“警报 (AA22-110A)...
基于机器学习的系统中的威胁评估 - arXiv
摘要 — 机器学习是人工智能 (AI) 的一个领域，它对几个关键系统来说正变得至关重要，这使其成为威胁行为者的理想目标。威胁行为者利用不同的策略、技术和程序 (TTP) 来破坏机器学习 (ML) 系统的机密性、完整性和可用性。在 ML 周期中，他们利用对抗性 TTP 来毒害数据并欺骗基于 ML 的系统。近年来，已经针对传统系统提出了多种安全实践，但它们不足以应对基于 ML 的系统的性质。在本文中，我们对针对基于 ML 的系统报告的威胁进行了实证研究，旨在了解和描述 ML 威胁的性质并确定常见的缓解策略。该研究基于 MITRE 的 ATLAS 数据库、AI 事件数据库和文献中的 89 个真实 ML 攻击场景；根据声誉从 GitHub 搜索和 Python Packaging Advisory 数据库中选择 854 个 ML 存储库。使用来自 AI 事件数据库和文献的攻击来识别未在 ATLAS 中记录的漏洞和新类型的威胁。结果表明，卷积神经网络是攻击场景中最受针对的模型之一。漏洞突出程度最高的 ML 存储库包括 TensorFlow、OpenCV 和 Notebook。在本文中，我们还报告了所研究的 ML 存储库中最常见的漏洞