4月23日,由丈八网安支撑的“北京电子科技学院信息安全竞赛”决赛在京成功举办,本次竞赛,共有学院的17支队伍51名学生参赛,通过3个小时的解题夺旗赛以及3个小时的攻防渗透赛进行桂冠的争夺。
决赛的两部分赛制是对选手的双重考察,通过解题夺旗赛让选手对威胁发现技巧,攻防逻辑思路进行了训练和验证;并通过攻防渗透赛让选手在接近现实的仿真环境中进行全流程,全链路的攻防技能验证。
自主可控产品——火天网弈
本次比赛全赛程由丈八网安旗下完全自主可控的火天系列产品-火天网弈,进行支撑并在竞赛过程中使用入口点接入技术和全自动的VPN分配机制,构建出贴近现实的渗透场景,选手可以通过物理操作机对虚拟网络进行渗透测试。竞赛平台采用动态监测机制对环境进行动态模拟,防止选手间作弊,同时通过选手提交解题文档判定同队选手是否存在作弊行为。
首次融入“Meta Computing”技术
本次比赛丈八网安首次将“Meta Computing”技术融入到场景当中,通过数字建模方式进行规模性拓扑环境的支撑,从而能够达到对目标针对性的高度仿真,快速部署以及大规模启停的关键指标。
首次使用自动化裁决技术
本次比赛中丈八网安首次使用了自动化裁决技术,将flag以及类填空形式的赛题提交方式改为自动化裁决模式。自动化裁决技术不仅能够减轻用户提交结果繁琐度,又能通过行为、流量等维度全方位研判竞赛过程中,用户使用到的攻防技术,更加深化了对竞赛选手技术的技能评估度。
网络安全人才培养
我国近年来对网络空间安全人才的培养非常重视,出台了一系列相关政策和法律法规用以推进网络空间安全人才的建设。举办网络空间安全技能竞赛,对提升高校师生网络安全意识、信息安全技术应用水平和综合设计能力,对发现和培养优秀网络安全人才、建设高素质的网络安全和信息化人才队伍等,具有重要的促进作用。丈八网安在未来也将对网络安全仿真及应用技术进行持续的创新和突破,为我国网络安全人才培养贡献力量。
关于蛇矛实验室
丈八网安蛇矛实验室专注于网络攻防技术研究、网络安全研究、网络安全攻防解决方案输出等领域的技术和服务相关工作。实验室成员曾多次参与国家级、省级安全服务,提供应急响应、漏洞挖掘、渗透测试、安全加固、攻击追溯、漏洞复现、实网攻防、靶场场景复现等安全技术服务。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。