至顶网网络与安全频道 01月13日 编译:IBM研究实验室近日宣布发布开源安全工具包SysFlow,用于查找云和容器环境中的漏洞。SysFlow旨在解决网络保护中的常见问题。现代安全监控工具可以高精确度地捕获系统活动,跟踪到单个事件例如文件更改操作等。
这很有用但也会产生大量“噪音”,更难以发现威胁。IBM研究人员Frederico Araujo和Teryl Taylor称在这种情况下寻找漏洞无异于“大海捞针”。
SysFlow减少了安全团队必须筛选的信息量。该工具包可以从给定的系统中收集操作数据,并将这些数据压缩到一个模型中,该模型可以显示系统的高级别行为而不是单个事件(例如HTTP请求),而且还可以呈现这种本地化事件,但是SysFlow会将其与相关行为模式进行关联,而不是为了详细分析提供必要的上下文。
Araujo和Taylor在一篇博客文章中举例了一种示漏洞场景,结果证明该工具包是非常方便的。他们假设黑客发现了企业网络中存在漏洞的Node.js服务器,将恶意脚本下载到该服务器上,然后入侵了敏感的客户数据库。
两位研究人员解释说:“先进的监视工具只能捕获断开连接的事件流,但SysFlow可以连接系统上每个攻击步骤的实体。例如,突出显示的SysFlow跟踪情况可以精确地映射攻击杀死链的每一步:劫持node.js进程,然后与端口2345上的远程恶意软件服务器进行对话,以下载并执行恶意脚本。”
SysFlow不仅可以帮助安全团队发现威胁,而且在这个过程中还能节省硬件资源。据IBM称,与传统工具相比,该工具包降低安全数据收集率是“数量级”的。
SysFlow具有内置的规则引擎,可自定义自动发现可疑事件。除了漏洞之外,该工具包还可以发现违反法规的情况,例如将财务记录保存在不恰当的地方。当需要进行更高粒度的检测时,安全团队可以将他们的自定义威胁识别算法编程到SysFlow中。
IBM认为,该平台可与其他开源工具一起使用。“SysFlow的开放序列化格式和库,支持与开放源代码框架(例如Spark、scikit-learn)和自定义分析微服务的集成,”Araujo和Taylor在博客中这样写道。
SysFlow能够将原始系统数据转换为高级别查看恶意行为情况,这个功能是其他解决方案也能提供的。目前有几家安全保护厂商(包括最近刚刚获得融资的初创公司Cybereason)都提供了商业化的调查工具,可以追踪攻击者攻击企业网络的路径。但是,IBM以开源的形式免费提供SysFlow,这一点将让SysFlow在安全工具生态系统中占据特殊的位置。
好文章,需要你的鼓励
前沿AI研究机构Decart发布最新世界模型Oasis 3,旨在弥合虚拟仿真与物理AI之间的鸿沟。该模型将超写实交互图形能力与强大物理引擎相结合,可生成动作驱动的视频流,支持多视角环境模拟,延迟低于200毫秒。开发者能够借助自然语言提示,快速构建多样化极端场景,有效解决机器人和自动驾驶领域长期存在的"仿真到现实"差距问题,大幅降低物理AI训练成本。
OpenSkill是一套让AI代理无需人工监督即可自主成长的框架,通过从互联网获取知识、自建虚拟考题反复练习,实现真正的开放世界自我演化。
Visual Components正式发布5.1版本工厂仿真软件,重点引入高精度物理仿真与可扩展机器人协同调度能力,支持在同一环境中同时模拟数百台自主移动机器人、自动导引车及人员的运行状态。新版本还将仿真性能提升至前代的10倍,新增Allen-Bradley PLC支持及Nachi、Epson机器人虚拟调试插件,并将脚本环境升级至Python 3。该软件旨在帮助制造商在实际部署前完成系统验证,降低调试风险,缩短投产周期。
论文研究了AI评委同时优化多个评判维度时的两大失败原因:梯度稀释与指令干扰,为多目标提示词优化提供了系统性诊断框架。