信息安全最新文章 中國信通院宣布“智御”個人信息保護大模型宣布接入DeepSeek 3 月 3 日消息，在工業和信息化部信息通信管理局的指導下，中國信息通信研究院去年 2 月發布了國內首個個人信息保護 AI大模型“智御”助手，為 App 開發運營、檢測防護、政策解讀等提供智能化服務。 發表于：3/4/2025 許可區塊鏈網絡中的數據動態存儲方法 區塊鏈技術是具有劃時代意義的創新，一旦數據被錄入區塊鏈，就幾乎無法被篡改或刪除，這為重要信息的長期保存提供了可靠保障。然而，傳統區塊鏈節點間通信依賴直接連接，在面對鏈路變化時，會發生同步延遲，從而導致存儲數據不一致。針對這一問題，提出了一種基于權威證明的許可鏈動態存儲方法。在許可區塊鏈網絡中，節點需要存儲大量的交易數據和區塊信息，同時還需要保證鏈上數據的安全性和可靠性。為了更好地適應鏈路環境變化，該方法通過引入動態存儲機制，更好地保證數據的安全性和完整性。實驗結果表明，該方法可有效緩解時變鏈路環境中的數據不可用，并顯著提高數據存儲的安全性。 發表于：3/3/2025 基于差分隱私的數據脫敏技術研究 隨著人工智能和大數據技術的發展，全球數據產業規模和數據儲量呈爆發式增長。在挖掘數據價值的同時，確保數據安全已成為亟需解決的關鍵問題。數據脫敏技術通過預先設定的規則和算法，對敏感數據進行變換，去除數據中的敏感信息，可防止敏感數據被非法訪問、獲取，又可以減少對整體數據集挖掘利用的影響，實現了保持數據可用性的同時，保護用戶的隱私數據。針對神經網絡預測模型中的數據隱私保護問題，利用差分隱私技術中的Laplace機制對Adult數據集進行脫敏，并在神經網絡預測模型中進行驗證，對比原始數據、差分隱私脫敏數據及其他脫敏技術數據生成模型的預測效果，結果表明，經差分隱私技術處理后的數據，既保證了數據隱私，又實現了數據的有效利用。 發表于：3/3/2025 基于加性噪聲的強魯棒數據庫盲水印方法 針對大數據共享和發布過程中面臨的侵權盜版與隱私泄露問題，提出了一種基于加性噪聲的強魯棒數據庫盲水印方法。該方法結合了數據庫水印與數據脫敏技術，利用加性拉普拉斯噪聲已有失真，通過比值奇偶性與噪聲修改機制嵌入水印信息，顯著減少二次失真，并通過統計特征調整，保持數據的可用性。該方法在強化隱私保護性能的同時，實現水印信息盲提取，并具備極強的魯棒性。實驗證明，該方法有效降低了數據泄露和被盜用的風險，是一種同時實現敏感數據的隱私保護、泄密溯源與版權標識的集成式方案。 發表于：3/3/2025 甘肅地震信息系統國產化研究與實踐 在當前甘肅地震信息系統上，深度應用新一代云計算、軟硬件、網絡安全等技術，從基礎硬件環境層對系統進行國產化技術適配探究，自底向上整合運行支撐、管理層等架構設施，提出該系統的國產化方案。結合地震業務開展系統適配測試，結果顯示新環境與原X86架構的Red Hat操作系統、PostgreSQL數據庫及Tomcat中間件性能相當，具備安全、穩定、高效運行能力。該研究可為行業系統國產化、實現自主安全提供有益參考。 發表于：3/3/2025 基于雙模態融合的ZigBee設備識別方法 智能家居為人們日常生活帶來便利的同時，也帶來了隱私安全風險，智能傳感器能夠不斷收集周圍環境的信息，并通過無線通信遠程傳輸數據。為了保護用戶的隱私安全，提出了一種基于雙模態融合的ZigBee設備識別方法。首先，通過空中接口被動捕獲智能家居設備ZigBee流量數據；然后，對設備流量進行分片處理，在文本模態下提取加密流量的時序、長度等特征信息，在圖像模態下提取流量圖像的高維特征；最后，融合加密流量的文本特征和圖像特征，構建基于雙模態融合的設備類型識別模型。通過對5個廠家15個設備的實驗結果表明，即使設備的無線流量被加密保護，該方法在ZigBee設備識別準確率上達到99%左右，能夠有效地識別用戶身邊的智能傳感器，保護用戶的隱私安全。 發表于：3/3/2025 基于神經網絡的大型無人值守風電場網絡安全監控技術研究 大型無人值守風電場作為清潔能源的重要組成部分，其網絡安全不僅關系到風電場的穩定運行，還直接影響到整個電力系統的安全。研究基于神經網絡的大型無人值守風電場網絡安全監控技術，以提高風電場的網絡安全防護能力。首先分析了大型無人值守風電場的網絡安全威脅，包括外部攻擊、內部泄露、設備故障等。針對這些威脅，設計了基于神經網絡的網絡安全監控模型，該模型能夠實時監測風電場的網絡流量、設備狀態等關鍵信息，并通過深度學習算法對異常行為進行識別和預警。為了驗證模型的有效性，在模擬風電場環境中進行了實驗，結果表明，該模型能夠準確識別出多種網絡安全威脅，并提前發出預警，為風電場的網絡安全防護提供了有力支持。 發表于：3/3/2025 基于機器學習和規則的網絡異常流量檢測研究 網絡異常流量檢測的主流方法有基于機器學習的和基于規則匹配的，前者可以檢測未知異常流量，后者可以精準指出攻擊類型。結合兩者優勢，采用混合的方式實現網絡異常流量檢測系統。該系統設置了兩道過濾器，第一道過濾器采用流聚類算法進行初步過濾，第二道過濾器采用開源工具Suricata進行精細識別?；贒enStream算法提出了一種可以根據網絡中異常流量比例變化而動態確定半徑閾值的流聚類算法DenStream-DRT，此外，為改進Suricata存在無法識別未知異常流量的問題,提出了基于Apriori的含有效負載約束規則的生成算法PCRG-Apriori，最后將基于規則的網絡入侵檢測系統Suricata與DenStream-DRT分類器進行了整合，形成了一個全新的網絡異常流量檢測系統。實驗證明，集成系統在速率和準確性方面都有較好的表現。 發表于：3/3/2025 山石網科重磅發布DeepSeek大模型應用一體機 ?近日，以“洞見未來”為主題的山石網科2025新春媒體會暨DeepSeek大模型應用一體機發布會在北京圓滿落幕。山石網科董事長兼CEO葉海強攜核心管理層與各大主流媒體、行業權威媒體共聚一堂，首次系統披露公司未來三年戰略規劃，發布基于AI技術的DeepSeek大模型應用一體機及企業吉祥物巖小獅，正式開啟“開放融合、AI驅動、智慧運營”的新發展階段。 發表于：3/1/2025 【技術沙龍】網絡安全+DeepSeek DeepSeek橫空出世，以極低的算力成本為人工智能大模型賦能千行百業打開了方便之門。 網絡安全行業如何利用好DeepSeek工具，共迎新的發展機遇？ 為此，擬舉辦以“網絡安全+DeepSeek”為主題的技術沙龍，旨在匯聚網絡安全行業專家、學者和企業代表，共同探討如何利用 DeepSeek 的超能力，促進網絡安全技術和產品創新，提高企業競爭力。 發表于：2/28/2025 五大即將被淘汰的網絡安全技術 隨著大數據和人工智能等新興互聯網技術不斷進步，網絡安全面臨著諸多挑戰，因此亟需重大技術變革。根據Gartner的預測，到2025年，全球網絡安全支出預計將增加15%，達到2120億美元。如果不進行改革，一些傳統的網絡安全技術和實踐將被淘汰。以下是大多數網絡安全專家認為需要重新審視的五大技術： 1 密碼防控 發表于：2/25/2025 Juniper Research：物聯網網絡安全市場將大爆發 Juniper Research 發布的一項研究顯示，全球受網絡安全解決方案保護的物聯網設備數量將從 2024 年的 140 億臺翻倍至2028年的 280 億臺。 這意味著未來四年的增長率將超過 100%，這一增速相當驚人。與此同時，物聯網網絡安全市場規模也將水漲船高，預計到 2028 年達到 510 億美元，中小企業在其中扮演著關鍵的推動角色。 發表于：2/19/2025 AI智能體的興起讓數據隱私的重要性日益凸顯 根據益普索（Ipsos）的了解亞洲研究，盡管人們對AI技術充滿期待，但對AI、數字隱私和安全的擔憂也在增加。亞太地區70%的消費者對企業采集信息的方式表示擔憂，在新加坡，這一比例更是高達81%。企業需認識到，制定并實施強有力的數據隱私政策不應是事后補救措施，而應成為可持續和負責任創新的基石。 發表于：2/18/2025 中國聯通率先對接“國家網絡身份認證公共服務” 新升級！國家網絡身份認證！ 為積極落實國家網絡可信身份戰略，向用戶提供更權威、更安全的數字身份認證方式，中國聯通已對接“國家網絡身份認證公共服務”，于2025年1月23日起，在行業內率先開展全國試點（廣西、重慶、陜西3省暫緩開通）。 發表于：2/18/2025 派拓網絡：保障遠程OT操作安全，構建互聯時代的彈性框架 隨著OT環境互聯程度的日益增加，企業可遠程管理各項操作，在提高效率的同時加強遠距離監控。但這些技術進步也帶來了更高的安全風險。 發表于：2/14/2025 ?…234567891011…?
