XiaoMi-AI文件搜索系统
World File Search System拒绝服务
ShieldGPT：DDOS缓解的基于LLM的框架
不断发展的分布式拒绝服务（DDOS）对网络领域构成了重大威胁，该领域强调了DDOS缓解作为研究的关键领域的重要性。虽然现有的AI驱动方法（包括深神经网络作品）在检测DDOS攻击方面表现出了希望，但他们无法阐明预测理由并提供可行的缓解措施限制了其实际实用性。大型语言模型（LLMS）的出现提供了一种新颖的途径来克服这些局限性。在这项工作中，我们介绍了Shieldgpt，这是一个综合的DDOS仪式框架，可利用LLM的力量。ShieldGPT包括四个组成部分：攻击检测，流量表示，域知识注入和角色表示。为了弥合LLM的自然语言处理能力与网络流量复杂性之间的差距，我们开发了一种捕获全球和本地流量功能的表示方案。fur-hoverore，我们探索了特定于网络域的及时工程，并设计了两个迅速模板，这些模板利用了LLMS来制定特定于交通的，可理解的解释和缓解说明。我们的初步实验和案例研究验证了ShieldGPT的有效性和适用性，证明了其通过细微的见解和量身定制的策略来增强DDOS缓解工作的潜力。
核武器系统的网络安全 - 查塔姆研究所
2 Gartzke, E. 和 Lindsay, J.(2017)，“美国希望在朝鲜导弹发射前阻止其发射。这可能不是一个好主意”，华盛顿邮报，2017 年 3 月 15 日，https://www.washingtonpost.com/news/monkey-cage/wp/2017/03/15/the-u-s-wants-to-stop-north- korean-missiles-before-they-launch-that-may-not-be-a-great-idea/（2017 年 12 月 1 日访问）； Gartzke, E. 和 Lindsay, J. R. (2017)，“热核网络战”，网络安全杂志，3(1)：第 37–48 页。37–48，https://academic.oup.com/cybersecurity/article/doi/10.1093/cybsec/tyw017/2996537/Thermonuclear-cyberwar（2017 年 12 月 1 日访问）。3 Blair, B. G. (2017)，“为什么我们的核武器会被黑客入侵”，纽约时报，2017 年 3 月 14 日，https://www.nytimes.com/2017/03/14/opinion/why-our-nuclear-weapons-can-be-hacked.html（2017 年 12 月 1 日访问）。4 数据操纵是黑客通过改变导弹系统和导弹操作员收到的信息来破坏数据完整性的过程。网络干扰是一种通过拒绝服务攻击来破坏系统的方法。网络欺骗更进一步，在接收者不知情的情况下创建看似来自合法来源的虚假信息，并被视为真实的信息。请参阅 Livingstone, D. 和 Lewis, P. (2016)，太空，网络安全的最后前沿？，研究论文，伦敦：皇家国际事务研究所，https://www.chathamhouse.org/sites/files/chathamhouse/publications/research/2016-09-22-space-final-frontier-cybersecurity- livingstone-lewis.pdf（2017 年 11 月 24 日访问）。
数字战场：浏览网络战的新时代
这是第一代人在个人，企业和政府如何与数字基础架构互动和依赖数字基础设施方面经历前所未有的技术变革的第一代。但是，这种无与伦比的转移到一个连接的世界中，导致了新的脆弱性浪潮，这些脆弱性是单独和集体体现的。网络攻击的数量，范围和复杂性增加，并威胁到当今的全球安全，经济稳定和个人权利。现在，系统在关键基础设施和我们的日常生活中非常深入，网络威胁的后果成倍增长。从一个孤立而简单的问题中，这一挑战已成长为一个多方面的问题，影响了社会的每个部分。网络攻击被视为有害的，旨在渗透信息系统以进行数据盗窃或更改或删除数据，要求金钱或破坏关键操作的恶意尝试。毫无疑问，最近十年的网络攻击率提高了至关重要。黑客和网络犯罪分子现在使用非常先进的技术来进行这些网络攻击。行业已经通过数字方式进行了转变，远程工作显着上升，尤其是自从Covid-19大流行以来，这使事物恶化，甚至使组织和个人遭受比以往任何时候都更加出色的威胁效应。主要的网络攻击向量包括勒索软件，数据泄露，网络钓鱼活动，分布式拒绝服务攻击等等。最近，供应链攻击也有
智能医疗系统的安全分析
摘要：医疗保健行业通过整合医学互联网（IOMT）来通过从不同设备的传输介质（大约对医疗保健人员设备到医疗保健员工设备）启用数据来实现数据进行改革，以通过基于云的服务器进行适当诊断的患者进行进一步分析，从而产生高效和准确的结果。但是，IOMT技术在安全风险和脆弱性方面伴随着一系列缺点，例如违反和暴露患者的敏感和机密数据。此外，网络流量数据容易受到由无线通信和数据更改引起的拦截攻击，这可能会导致不良结果。倡导方案提供了对IOMT网络强大的入侵检测系统（ID）的洞察力。它利用一个蜜罐将攻击者从关键系统中移开，从而减少了攻击表面。此外，IDS还采用了结合逻辑回归和k-neart邻居算法的集合方法。这种方法可以利用两种算法的优势，以提高攻击检测准确性和鲁棒性。这项工作分析了使用的两个与IOMT相关的数据集的影响，性能，准确性和精确结果，其中包含多种攻击类型，例如中间人（MITM），数据注入和分布式拒绝服务（DDOS）。产生的结果表明，所提出的合奏方法有效地检测入侵尝试并将其分类为攻击或正常网络流量，第一个数据集的高精度为92.5％，第二个数据集的精度为99.54％，第二个数据集的精确度为96.74％，对于第二个数据集和99.228％的数据集和99.228％。
美国风能技术的攻击面...
缩略词 APT 高级持续性威胁 AOO 资产所有者/运营商 AWEA 美国风能协会 BES 大型电力系统 C2 指挥和控制 Cal-CSIC 加州网络安全整合中心 CESER 网络安全、能源安全和应急响应 CIP 关键基础设施保护 CIS 互联网安全中心 CIRT 网络事故响应小组 CISA 网络安全和基础设施安全局 CSIS 战略与国际研究中心 DHS 国土安全部 DMZ 非军事区 DOE 能源部 DoS 拒绝服务 DNI 国家情报总监 EERE（能源部能源效率和可再生能源办公室） EIA 能源信息管理局 E-ISAC 能源信息共享和分析中心 FBI 联邦调查局 FTP 文件传输协议 ICS 工业控制系统 INL 爱达荷国家实验室 IT 信息技术 LAN 局域网 NERC 北美电力可靠性公司 NERC CIP NERC 关键基础设施保护 OEM 原始设备制造商 OLE 对象链接和嵌入 OPC 用于过程控制的 OLE OT 操作技术 PAC 可编程自动化控制器PCC 公共耦合点 PLC 可编程逻辑控制器 PoC 连接点 RAT 远程访问木马 RTU 远程终端单元 SaaS 软件即服务 SCADA 监控和数据采集 SME 主题专家 TLS 传输层安全 US 美国 VPN 虚拟专用网络 WETO 风能技术办公室 WTG 风力涡轮发电机
在威胁演员再次进行之前闯入Draytek路由器
•一个人的严重程度得分最高为10•鉴于这些漏洞的显着风险，建议立即采取行动。Draytek迅速做出了回应。发现的所有漏洞都在各种固件版本中进行了修补。威胁风险在168个国家 /地区在线曝光的704,000多个Draytek路由器，您无法低估威胁景观。这些设备不仅是硬件；它们代表了毁灭性攻击的潜在入口点。我们的研究表明，这些漏洞可用于间谍，数据剥落，勒索软件和拒绝服务（DOS）攻击。有关涉及易受攻击的设备的示例，请参见第6节“攻击方案”，该设备配置为在WAN（Internet）上公开Web UI。但是，威胁风险不是理论上的。2024年9月18日，联邦调查局宣布，它已经删除了一个在Draytek Assets上剥削三个CVE（CVE-2023-242290，CVE-2020-15415和CVE-20202020-8515）。两周前，CISA将另外两个Draytek CVE添加到KEV（CVE-2021-20123和CVE-2021-20124）。这些事件与我们的发现是分开的，但是它们突出了连续威胁智力发现新问题并跟踪这些设备上的剥削的重要性。商业影响由于这些路由器中有75％用于商业环境，因此对业务连续性和声誉的影响是严重的。成功的攻击可能导致大幅停机，客户信任的丧失和监管处罚，所有这些都完全落在CISO的肩膀上。推荐动作
可信赖云的物联网网络的区块链和增强神经网络
摘要 - 各个领域的物联网服务和应用程序的快速集成主要是由它们处理实时数据并通过为服务消费者的人工智能创建智能环境的能力驱动。但是，数据的安全性和隐私已成为对物联网网络中消费者的重要威胁。诸如节点篡改，网络钓鱼攻击，恶意代码注射，恶意软件威胁以及拒绝服务（DOS）攻击等问题构成了严重的风险，以确保信息的安全性和确定性。为了解决此问题，我们在云体系结构中提出了一个集成的自动物联网网络，采用区块链技术来增强网络安全性。这种方法的主要目标是建立一个异质的自主网络（HAN），其中数据通过云体系结构处理和传输。该网络与称为Cloud_rnn的加强神经网络（RNN）集成，以指定为旨在对传感器感知和收集的数据进行分类。此外，收集的数据由自主网络不断监控，并分类以进行故障检测和恶意活动。此外，通过区块链自适应窗口元优化协议（BAW_MOP）增强了网络安全性。广泛的实验结果验证了我们所提出的方法在吞吐量，准确性，端到端延迟，数据输送比率，网络安全性和能量效率方面显着优于最先进的方法。
在基于MLP的DDOS攻击检测中，Harris Hawks和Dragonfly优化方法合并的方法J. Ghasemi *A，R。Salah-Hassan
在本文中，提出了一个新的入侵检测系统（IDS）来处理分布式拒绝服务（DDOS）攻击。提出了一种基于Harris Hawks优化（HHO）和蜻蜓算法（DA）的组合算法，以选择相关功能，并消除NSL-KDD数据集中的无关和冗余特征。提取的特征呈现给多层感知器（MLP）神经网络。该网络（作为分类器）将网络流量分为两个类别，即正常和攻击类别。在入侵检测领域中使用两个标准和广泛使用的数据集评估所提出的模型的性能：NSL-KDD和UNSW-NB15。模拟的结果清楚地表明了在关键评估标准（例如准确性，精度，回忆和F量）方面，与以前的方法相比，所提出的方法的优越性。具体而言，所提出的方法在这些指标中分别显示出96.9％，97.6％，96％和96.8％的改善（与基线方法相比）。这些改进的主要原因是合并算法智能选择最佳特征并降低数据尺寸的能力。这种仔细的功能选择使MLP神经网络可以专注于关键信息，提高分类准确性并最终提高入侵检测系统的性能。这项研究表明，将优化算法和机器学习结合起来效果很好。因此，它有效地应对DDOS攻击。它可以导致更好的入侵检测系统。这些系统将更有效，准确。
使用快速流规则
分布式拒绝服务（DDOS）攻击始终对网络构成主要威胁，或者作为更复杂的攻击的掩护。近年来，随着大量物联网节点，诸如botnets-as-a-service等的扩增平台等进展，DOS攻击的数量大大增加，并且攻击变得更加复杂。软件定义的网络工作（SDN）的新范式可实现对网络的集中视图，该视图有望有效地检测和缓解此类攻击。这种现代方法可暴露更多的攻击领域，例如缓冲饱和，链接洪水，流台溢出（FTO）和控制器饱和。在本文中，我们提出了一种新颖，非常轻巧，简单但有效，集成的方法，被称为DataPlane-DDOS（快速）中的快速传播，以检测和缓解SDN场景中的多次DOS攻击。我们的Ap-proach夫妻基于IP分配的网络分割，以产生一组新型的流量规则，可用于以较小数量的总体规则来积极地预防FTO，同时为快速检测的能力添加了一个快速检测的能力，从而可以使用较小的整体规则，从而生成一组新型的流量规则。我们使用Mininet和Ryu评估了提出的方案的性能 - 降低其在检测和减轻几次攻击的同时，在保持网络性能的同时，揭示其有效性。
科技与网络风险管理指南
对抗性攻击模拟演习 计划中的网络安全评估，模拟针对公司关键业务功能或服务所依赖的人员、流程和技术的攻击。 生物识别技术 使用技术根据语音模式和面部识别等生物学方面识别人员。 自带设备 (BYOD) 允许公司员工使用个人设备（如笔记本电脑和平板电脑）访问工作相关系统（如公司电子邮件和其他软件应用程序）的政策。 网络事件 实际或疑似未经授权的系统访问，旨在通过各种技术控制公司的在线服务器。 网络事件 通过社会工程、中间人攻击和拒绝服务攻击等方法违反公司的系统安全政策。 网络靶场 公司系统的交互式模拟表示，连接到模拟互联网环境，以便于培训潜在的网络安全专业人员。网络安全风险 未经授权访问 IT 系统可能会对公司的运营产生不利影响，从而导致公司 IT 系统和/或其中包含的数据发生故障、中断、修改或破坏。 数据机密性 保护敏感或机密数据（如客户详细信息）免遭未经授权的访问和泄露。 数据丢失防护 (DLP) 数据丢失防护（有时称为数据泄漏防护或信息丢失防护）是一种安全解决方案，可识别并帮助防止不安全或不当共享、传输或使用敏感数据。它可以帮助您的组织监控和保护本地系统、基于云的位置和端点设备上的敏感信息。