至顶网网络与安全频道 01月20日 综合消息: 网络安全解决方案提供商Check Point 软件技术有限公司(纳斯达克股票代码:CHKP)的威胁情报部门 Check Point Research 发布了《2020 年网络安全报告》。报告重点指出了网络犯罪分子向全球各个行业的组织发动攻击所用的主要手段,并为网络安全专家和首席高管提供了所需的信息,以帮助他们保护组织免遭当今第五代网络攻击和威胁。
《2020 年网络安全报告》揭示了 Check Point 研究人员在过去一年所观察到的主要攻击向量和攻击手段。主要内容包括:
》 加密货币挖矿软件仍然是主要的恶意软件 – 2019 年,由于加密货币价格下跌,以及 Coinhive 在 3 月份停止运营,加密货币挖矿攻击有所减少。虽然如此,去年,全球仍有 38% 的公司受到加密货币挖矿软件攻击,较 2018 年增长了 37%。这是因为使用加密货币挖矿软件对于犯罪分子而言仍然是一种低风险、高回报的活动 。
》 僵尸网络数量激增 – 全球 28% 的组织遭到僵尸网络攻击,比 2018 年增加了 50% 以上。Emotet 是最常用的 bot 恶意软件,主要是因为它具有多功能性,可以用于支持恶意软件和垃圾邮件分发服务。性勒索邮件和 DDoS 攻击等其他僵尸网络操作在 2019 年也急剧上升。
》 有针对性的勒索软件攻势凶猛 – 尽管受影响的组织数量相对较少,但攻击造成的后果却非常严重,例如 2019 年针对美国城市管理部门发起的破坏性攻击。 犯罪分子精心挑选其勒索软件目标,旨在最大限度地牟取暴利。
》 移动攻击数量下降 – 2019 年,全球 27% 的组织受到与移动设备相关的网络攻击的影响,2018 年遭到这种攻击的组织为 33%。随着移动威胁局势的稳定,组织对这种威胁的认识也逐渐提高,并为其移动设备部署了更多防护措施
》 Magecart 攻击盛行 – 这些攻击通过将恶意代码注入电子商务网站,窃取客户付款数据。2019 年,所有平台的数百个站点受到了攻击,酒店连锁、商业巨头和中小企业均未能幸免。
》 云攻击数量上升 – 目前,超过 90% 的企业使用云服务,但 67% 的安全团队抱怨他们缺乏云基础设施的可视性、安全性与合规性。2019 年,云攻击和漏洞规模仍在继续增长。云资源配置错误仍然是助长云攻击的罪魁祸首,但现在越来越多的攻击直接以云服务提供商为目标。
Check Point 软件技术首席情报官 Lotem Finkelsteen 表示:“2019 年,威胁格局错综复杂,各个国家、网络犯罪组织和私人承包商都加速了网络军备竞赛,以惊人的速度提升了彼此的能力,这种局势将延续到 2020 年。即使组织配备了最全面、最先进的安全产品,也无法完全消除攻击风险。除了检测和修复之外,组织还需要主动规划,提前阻止网络犯罪分子发起攻击。尽早检测并自动拦截攻击可有效避免受到损坏。Check Point 在《2020 年安全报告》中分享了组织需要留意的威胁,以及如何通过关键的最佳实践来赢得网络攻击之战。”
Check Point《2020 年安全报告》是基于 Check Point ThreatCloud 情报数据(ThreatCloud 是打击网络犯罪的最大协作网络,可通过全球威胁传感器网络提供威胁数据和攻击趋势)、Check Point 在过去 12 个月的调研数据以及针对 IT 专业人士和首席高管的全新调查(评估了他们对防范当今威胁的准备情况)撰写而成。报告审查了针对各个行业的最新威胁,并全面概述了恶意软件攻击、新兴数据泄露向量及国家级网络攻击的趋势。报告还提供了来自 Check Point 思想领袖的专业分析,旨在帮助组织了解和应对当今及未来的复杂威胁环境。
好文章,需要你的鼓励
计算机历史博物馆软件馆长Al Kossow成功恢复了上月在犹他大学发现的半世纪前磁带内容。UNIX V4是首个内核用C语言编写的UNIX操作系统版本,已从1970年代九轨磁带中成功恢复。现可从互联网档案馆下载并在SimH中运行。该版本包含约5.5万行代码,其中2.5万行为C语言,内核仅27KB大小。恢复过程使用了readtape程序采样原始磁通变化进行数据重建。
新加坡南洋理工大学研究团队提出"棱镜假设",认为图像可像光谱一样分解为不同频率成分,低频承载语义信息,高频包含视觉细节。基于此开发的统一自编码系统UAE,通过频率域分解成功统一了图像理解和生成能力,在多项基准测试中超越现有方法,为构建真正统一的视觉AI系统提供了新思路,有望推动计算机视觉技术向更智能统一的方向发展。
亚马逊云服务宣布其存储网关现已支持Nutanix的AHV虚拟化管理程序,进一步扩展混合云存储解决方案。此前AWS存储网关已支持VMware ESXi、微软Hyper-V和Linux KVM。由于AHV基于KVM架构,AWS表示添加支持相对容易。随着Broadcom收购VMware后策略调整,许多企业正寻求替代方案,Nutanix成为热门选择。分析师预测VMware可能在三年内失去35%的工作负载。
芝加哥伊利诺伊大学团队提出QuCo-RAG技术,通过检查AI训练数据统计信息而非内部信号来检测AI回答可靠性。该方法采用两阶段验证:预检查问题实体频率,运行时验证事实关联。实验显示准确率提升5-14个百分点,在多个模型上表现稳定,为AI可靠性检测提供了客观可验证的新方案。