2021 年 2 月 24 日,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 (CPR) 发布了其《2021 年网络安全报告》。该报告揭示了 CPR 研究人员在出于犯罪、政治和国家动机的攻击者利用新冠疫情造成的混乱而发起的针对所有行业组织的攻击中所观察到的主要攻击媒介和攻击手段。此外,它还为网络安全专业人员和首席高管提供了所需的信息,以帮助他们保护其组织免遭这些第五代复杂网络攻击和威胁。
Check Point Research《2021 年网络安全报告》的要点包括:
Check Point 软件技术公司产品副总裁 Dorit Dor 表示:“全球企业对其 2020 年数字计划的推进速度感到惊讶:据估计,数字化转型提前了最多 7 年。但与此同时,攻击者和网络犯罪分子也改变了其作案策略,借以利用这些变化和疫情所造成的混乱,各行各业遭受的攻击均迅猛增长。我们需要立即采取行动,阻止这场网络威胁失控蔓延。各组织均需为其超级互联网络采取防护措施,以防止这些破坏性网络攻击造成巨大破坏。”
Check Point《2021 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 Check Point 对 IT 专业人士和首席高管开展调查的最新报告撰写而成。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。
如欲了解更多详细信息,请点击下载完整报告
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。