AWS、Splunk等十几家科技公司宣布启动了一个开源项目,该项目旨在帮助企业更有效地应对网络攻击。
该项目被称为Open Cybersecurity Schema Framework(OCSF),是由AWS和Splunk发起开发的。OCSF基于一种名为ICD Schema的现有开源技术,后者是由Broadcom旗下的赛门铁克网络安全部门开发的。
Salesforce.com、IBM和Cloudflare也将支持OCSF项目,以及其他十几家科技公司,包括上市的网络安全提供商CrowdStrike和Palo Alto Networks,以及多家初创公司。
OCSF旨在通过简化数据管理来帮助企业组织更有效地应对网络攻击,这也是企业面临的最复杂的任务之一。而且,该项目可简化处理网络攻击数据的过程。
组织通常使用多种网络安全工具来检测其网络中的恶意活动。在这些工具之间共享数据通常是有益的。例如,如果网络安全团队使用两个单独的应用程序来调查黑客攻击,它可能希望在这两个应用程序之间共享有关恶意网络活动的技术信息。
目前,将数据从一种网络安全工具转移到另一种工具通常是需要大量手动操作的,因为不同的工具经常是以不同的格式存储数据的,因此当数据集在网络安全工具之间迁移的时候,管理员必须手动更改数据集的格式。
OCSF旨在简化这一任务,OCSF的支持者称,该项目旨在为企业组织的网络安全信息提供一个通用的开源标准。如果两个网络安全工具以相同的格式存储数据,那么管理员就可以在这些工具之间迁移数据而无需先手动修改格式,从而可以节约时间。
更改数据集的格式通常需要专门的软件工具,由于这个过程可能涉及大量的手动工作,因此也存在人为错误的风险。
Splunk安全市场副总裁Patrick Coughlin表示:“安全领导者正在努力应对越来越多的应用、服务和基础设施提供商之间的集成难题,他们需要干净的、标准化的、优先处理的数据来大规模检测和响应威胁,这是一个需要整个行业团结起来解决的问题。”
OCSF提供了一种描述黑客攻击行为的标准化方式,指定了网络安全工具应该提供哪些关于黑客攻击的数据点,以及应该如何格式化这些数据点,如果企业组织的要求超出了框架的核心功能集,则可以选择自定义OCSF。
博通赛门铁克企业部门总经理Rob Greer表示:“OCSF社区将为成千上万依靠来自各种来源的遥测技术支持网络安全调查的企业组织简化安全操作。”
OCSF项目的支持者已经在开源许可下,在GitHub上发布了该框架的代码。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
西安交通大学团队提出Fast-LeWM,用动作前缀并行预测替代逐步推演,将AI世界模型规划速度提升近4倍,同时平均成功率从85.8%提升至90.5%。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
CoffeeBench是Sakana AI与毕马威联合构建的多智能体经济基准测试,让六个AI企业在90天咖啡供应链模拟中自主经营,评估大语言模型的长期商业决策能力。