风险

网络研究院

生物识别技术存在的问题及需要考虑的关键事项微信关注公众号网络研究观获取更多。对数字身份验证不太了解的人通常认为生物识别技术是我们所有身份验证问题的答案。

网络研究院

关于在企业环境中中间人攻击（MITM）可行性研究的报告这份文件是一篇关于在企业环境中中间人攻击（MITM）可行性研究的报告，由Nobel Ang和Koh Chuen Hia撰写。

网络研究院

生物识别访问面临风险安全公司 Blackwing Intelligence 发现了多个允许您绕过Windows Hello 身份验证的漏洞。

网络研究院

减轻关键基础设施网络安全风险的 3 种方法物理安全和网络安全之间存在相当大的重叠，特别是在保护关键基础设施方面。防止基础设施被篡改需要在物理安全方面进行大量投资，但任何连接到互联网的设备都代表着更广泛网络的潜在攻击点。

网络研究院

生成式人工智能：网络攻击者手中的破坏性力量2022 年底，公开可用的生成式人工智能工具的推出使我们进入了人类历史上最大的技术革命之一。一些人声称它的影响与互联网、手机、智能手机和社交媒体的引入一样大，甚至更大。这些新的生成式人工智能技术的采用和发展速度是我们以前从未见过的。

网络研究院

您对互联网有多“上瘾”？萨里大学的科学家决定检查现代用户的网络成瘾程度。他们的一篇文章最近发表在《旅行与旅游营销杂志》上，其中包含对受此问题困扰的年轻人（而不仅仅是年轻人）的研究和分类结果。

网络研究院

美国陆军希望大数据技术能够帮助保护其云安全随着陆军采用更大型的云服务，一位高级官员警告说，一些在私营部门有效的快速软件开发技巧和简单解决方案（例如开放代码库）如果没有额外的安全性，将无法为军队工作。

网络研究院

回顾 OWASP 机器学习十大风险日复一日，越来越多的机器学习 (ML) 模型正在开发中。机器学习模型用于查找训练数据中的模式，可以产生令人印象深刻的检测和分类能力。机器学习已经为人工智能的许多领域提供了动力，包括情感分析、图像分类、面部检测、威胁情报等。