XiaoMi-AI文件搜索系统
World File Search System客户端
PhishCatcher：针对Web欺骗攻击的客户端防御
网络安全在维持个人用户信息（例如密码和PIN代码）的机密性和完整性方面面临着重大挑战。每天，数十亿用户会接触到请求敏感信息的假登录页面。有很多方法可以欺骗用户访问网站，例如网络钓鱼电子邮件，诱饵和开关广告，click插齿，恶意软件，SQL注入，会话劫持，中间人，中间人，拒绝服务和跨站点脚本攻击。Web欺骗或网络钓鱼是一种电子技巧，其中攻击者会创建合法网页的恶意副本，并请求个人用户信息（例如密码）。为了打击此类攻击，研究人员提出了几种安全策略，但它们遭受了延迟和准确性问题的困扰。为了克服此类问题，我们建议并开发一种基于机器学习技术的客户端防御机制，以检测伪造的网站并保护用户免于网络钓鱼攻击。作为概念证明，开发了一个名为PhishCatcher的Google Chrome扩展程序，该扩展名实现了机器学习算法以将URL归类为可疑或值得信赖。该算法采用四种不同类型的Web功能作为输入，并使用随机森林分类器来确定登录网页是否是假的。为了评估扩展的准确性和精度，在实际Web应用程序上进行了一些实验。实验结果表明，从400个分类的网络钓鱼URL和400个合法URL的实验中，实验的惊人精度为98.5％，精度为98.5％。PhishCatcher记录的平均响应时间仅为62.5毫秒。为测量工具的潜伏期，还进行了40多个网络钓鱼URL的实验。
versa端点客户端
在确保本地数据中心的确保方面留下了关键的差距。现有方法通常缺乏可见性，尤其是在多租户数据中心内部工作量的动态姿势评估。通过将其Versa Endpoint客户端功能扩展到本地数据中心，从而使动态的微分段和实时安全姿势评估直接在Workload VM上启用动态微分段和实时安全姿势评估来解决此问题。通过利用端点信息配置文件（EIP）和基于策略的执法，根据租户，设备类型和风险因素对工作负载进行分类和确保。随着整合到Versa的SD-LAN覆盖层和对安全组标签（SGTS）的支持，Versa可确保无缝的交通分离和与多供应商SDN解决方案的兼容性，从而使其成为混合环境的理想选择。
客户端解决方案戴尔可信设备：BIOS 安全
戴尔科技集团创建了戴尔可信工作区，这是业界创新而有效的技术和解决方案（包括硬件和软件）组合，旨在帮助组织努力保护其企业的安全。过去十年来，戴尔投入巨资的领域之一是终端本身的安全性，在这里指的是“客户端”设备（台式机、工作站和笔记本电脑）。戴尔硬件内置的一系列创新“内置”安全功能增强了戴尔客户端设备检测、响应和缓解在操作系统范围之下（通常称为“操作系统之下”）运行的隐秘攻击的能力。戴尔通过与软件（EDR/XDR 和 SIEM）和 Microsoft Intune 等设备管理解决方案集成，更进一步，使组织能够采取适当的行动并分析威胁，以提高响应效率。
PhishCatcher：客户端防御网络欺骗...
PhishCatcher：使用机器学习1 Mr.G的客户端防御网络欺骗攻击。Harish Kumar，2 B. Srivani，3 B. Nikhitha，4 C. Varshitha 1电子和传播工程系助理教授，Malla Reddy工程学院，妇女Maisammaguda，Dhulapally Kompally，Medchal Rd，Medchal Rd，M，Medchal Rd，M，Secunderabad，Secunderabad。2,3,4，Malla Reddy工程学院电子与传播工程系学生，MALLA REDDY工程学院，Maisammaguda，Dhulapally Kompally，Medchal Rd，M，Medchal Rd，M，Secunderabad，Telangana。摘要网络安全面临着一个巨大的挑战，即保持用户私人信息（例如密码和PIN代码）的机密性和完整性。每天将数十亿用户暴露于伪造登录页面，要求秘密信息。有很多方法可以欺骗用户访问网页，例如网络钓鱼邮件，诱人的广告，点击插错，恶意软件，SQL注入，会话劫持，中间人，拒绝服务和交叉站点脚本攻击。Web欺骗或网络钓鱼是一种电子技巧，攻击者构建合法网页的恶意副本，并请求用户的私人信息（例如密码）。为了应对此类漏洞，研究人员提出了几种安全策略，但他们面临延迟和准确性问题。为了克服此类问题，我们根据机器学习技术提出和开发客户端的防御机制，以检测欺骗的网页并保护用户免受网络钓鱼攻击。该算法采用四种不同类型的Web功能作为输入，然后随机森林分类器决定是否对登录网页进行了欺骗。作为一种概念证明，开发了一种被称为PhishCatcher的Google Chrome扩展程序，它是开发了实现我们的机器学习算法的，该算法将URL归类为可疑或值得信赖。为了评估扩展的准确性和精度，对实际Web应用程序进行了多个实验。实验结果表明，在400个分类的Pheded和400个合法URL上进行的试验的精确度很高，为98.5％，为98.5％。此外，为了测量我们的工具的潜伏期，我们进行了40多个浮网罗的实验。PhishCatcher的平均记录响应时间仅为62.5毫秒。I.介绍于2022年1月1日，法国国家数字科学与技术研究所（INRIA）的成员/用户收到了法语中的一封电子邮件，要求用户使用直接链接https：//www.educationonline确认其网络邮件帐户。nl/cliquez.ici.cas.inria.fr.cas.login/login.htm l。单击此链接时，它需要一个假，但出现了真正的中央身份验证登录页面。此
火箭反射Windows的安全IT客户端
针对Windows的安全IT客户端的火箭反射是SSH客户端，它以图形和命令行格式提供安全的文件传输和终端访问。它是安全壳客户端客户和Windows和Unix的服务器的反射的一部分 - 所有这些都旨在保护运动中的数据。使用这些产品，您可以安全地传输敏感数据，管理远程服务器并通过加密连接访问公司应用程序。
Hypori Halo客户端（Windows）4.3安全目标
Table 1 Abbreviations ................................................................................................................................................... 6 Table 2: TOE Security Functional Components .......................................................................................................... 14 Table 3: Assurance Components ................................................................................................................................. 20 Table 4: Windows 11 Platform .................................................................................................................................... 21 Table 5: Windows 11 CAVP Certificates .................................................................................................................... 21 Table 6: Windows 10 Platform .................................................................................................................................... 23 Table 7: Windows 10 CAVP Certificates .................................................................................................................... 23 Table 8: Persistent Credential Use and Storage ........................................................................................................... 25 Table 9 Permissions Required by the Hypori Halo Client ........................................................................................... 25 Table 10: SFR Protection Profile Sources ................................................................................................................... 32 Table 11 Security Functions vs.Requirements Mapping ............................................................................................ 33
使用ZScaler客户端连接器安全移动访问
对于参加Zscaler数字体验的用户，Zscaler客户端连接器是在端点级别收集的性能数据的强大来源。在ZDX用例中，Zscaler客户端连接器收集我们云单独看到的指标，包括诸如CPU负载，Wi-Fi信号强度和吞吐量之类的详细信息，或者该端点是否完全符合最新的操作系统补丁。ZDX从用户的设备中提供了对应用程序健康的可见性。这包括对应用程序的监视和测试网络连接从设备到应用程序，无论应用程序托管何处。
用于移动边缘计算任务卸载的组合客户端-主多智能体深度强化学习
最近，执行计算密集型任务的移动应用程序激增，例如视频流、数据挖掘、虚拟现实、增强现实、图像处理、视频处理、人脸识别和在线游戏。然而，平板电脑和智能手机等用户设备 (UD) 执行任务计算需求的能力有限。移动边缘计算 (MEC) 已成为一种有前途的技术，可以满足 UD 日益增长的计算需求。MEC 中的任务卸载是一种通过在 UD 和 MEC 服务器之间分配任务来满足 UD 需求的策略。深度强化学习 (DRL) 在任务卸载问题中越来越受到关注，因为它可以适应动态变化并最大限度地降低在线计算复杂度。然而，UD 和 MEC 服务器上各种类型的连续和离散资源限制对设计高效的基于 DRL 的任务卸载策略提出了挑战。现有的基于 DRL 的任务卸载算法侧重于 UD 的约束，假设服务器上有足够的存储资源。此外，现有的基于多智能体 DRL（MADRL）的任务卸载算法是同质智能体，并将同质约束视为其奖励函数中的惩罚。我们提出了一种新颖的组合客户端-主 MADRL（CCM_MADRL）算法，用于 MEC 中的任务卸载（CCM_MADRL_MEC），该算法使 UD 能够决定其资源需求，并让服务器根据 UD 的需求做出组合决策。CCM_MADRL_MEC 是任务卸载中第一个除了考虑 UD 中的约束之外还考虑服务器存储容量的 MADRL。通过利用组合动作选择，CCM_MADRL_MEC 表现出优于现有 MADDPG 和启发式算法的收敛性。