DeepDig智能蜜罐：把黑客变成免费渗透测试服务人员
德克萨斯大学达拉斯分校（UT Dallas）的研究人员正在应用机器学习技术开发更有效的蜜罐式网络防御——智能DeepDig。
标签：DeepDig, 智能蜜罐, 机器学习
机器学习模型帮助识别 800 例 BGP 劫持
麻省理工学院 (MIT) 研究人员运用机器学习模型成功识别 800 个可疑网络，发现边界网关协议 (BGP) “系列” 劫持者，其中一些网络遭劫流量长达数年之久。
标签：BGP 劫持, 机器学习
2018 ISC人工智能与安全论坛 谭晓生讲述360与AI的渊源
360其实搞人工智能时间蛮久的，甚至在360成立之前，周鸿祎是雅虎中国总经理，谭晓生是雅虎中国CTO，那个时候他们就已经接触过机器学习，并用机器学习做搜索排序。
标签：360, 人工智能, 机器学习
Fortinet WAF将机器学习应用于高级行为威胁检测
Fortinet FortiWeb OS 6.0发布中对于机器学习的应用，实现了WAF智能化学习及自防御，有效的提高了WAF 安全效能，降低了误报率、漏报率和人工干预，使用户脱离出繁琐的产品优化工作，在WAF层面完善人工智能自动运维体系。
标签：AI, FortiWeb, WAF, 机器学习
机器学习、人工智能与网络安全的未来
随着AI和ML在IT基础设施中担负更直接更重要的职能，网络安全人员有必要及时跟进自己的知识和技能。这是一个美丽新世界，我们不妨拥抱最新的AI和ML网络安全技术、产品和服务，让其成为真正的行业转折点。
标签：AI, 数据科学, 机器学习, 网络安全
口令终结者：机器学习
在访问控制上实现机器学习可以帮助公司企业减少对口令的依赖，基于风险的身份验证用机器学习定义并实施基于用户行为的访问策略不仅可以提供实时安全，还能标出高风险事件，将它们推送给安全分析师做进一步调查。
标签：基于风险, 机器学习, 身份认证
Fortinet发布2018年全球威胁态势预测
Fortinet FortiGuard威胁研究与响应实验室就2018年全球威胁态势作出预测，指出越来越多的犯罪分子正在利用数字社会提供的新机会进行攻击，企业机构需要利用机器学习、人工智能等创新技术增强防御能力，以便保护企业的数据资产。
标签：FortiGuard, Fortinet, 威胁态势, 机器学习, 网络犯罪
火眼金睛：利用机器学习识别加密流量中的恶意软件
不管是网络安全还是智慧网络，强大的网络流量可视化能力一直是思科安全领域技术的核心支撑。通过对不同恶意和正常流量使用TLS、DNS 和SPLT方面的差异，思科提炼出恶意软件的流量特性，并最终形成了针对恶意软件流量传输模型的安全地图。
标签：Stealthwatch, 思科, 恶意软件识别, 机器学习, 机密流量
医疗行业：为什么机器学习不是改善安全的万灵药
医疗保健提供商没必要在强力防护和高误报率中二选一。因为运作的是一旦发生中断就会事关生死的系统，医疗保健行业的IT人员担负不起安全产品阻碍合法程序或触发误报的责任。
标签：医疗, 机器学习
机器学习有用但也没那么神奇 AWS两大基于机器学习的安全服务上线
机器学习模型由算法和训练数据构成，其有效性取决于训练数据的优劣。这也是为什么基于机器学习的云安全更为卓越的原因所在。像亚马逊这样的云提供商，拥有对其整个网络的可见性，在训练机器学习模型分辨正常事务与恶意活动上更为便捷。
标签：AWS, 机器学习, 自适应
引入机器学习前需要先弄明白这三件事
攻击数量不断增加，攻击行动也正走向自动化，但公司企业的响应工作，却通常应用的是无法扩展的人工过程。在通往更少手动工作，尽可能自动化威胁防止过程的路上，机器学习无疑是网络安全人士的得力助手。
标签：安全自动化, 机器学习
Fortinet Security 361°安全峰会：建立向智能化不断演进的威胁情报系统
通过对机器学习等技术的应用，Fortinet可以提供高效的威胁情报分析，不仅能够可视化呈现威胁的最新态势，还能给企业用户提供防范威胁的针对性建议，以在数字化转型的背景下，帮助企业保护珍贵的数据资产。
标签：Fortinet, 内容分析, 威胁情报, 机器学习
从无文件恶意软件来理解威胁多样化
基于文件的恶意软件和无文件恶意软件的主要区别，在于其组件的存储及执行的位置和方式。由于网络罪犯已能绕过文件扫描技术并保持驻留和隐秘性，无文件恶意软件的流行度逐年上升。
标签：投放机制, 无文件恶意软件, 机器学习, 特征码
机器学习与人工智能的区别在哪里
如今，单靠人类和传统系统根本无法理解和处理当下的海量数据，并将它们转化为实用的情报。这促使我们开发和试验新技术以解决这一难题，而其中，机器学习和人工智能成为研究的重点。
标签：大数据, 安全能力, 机器学习, 赛门铁克
亚信安全“双引擎”AI技术 亮相2017华为全联接大会
机器学习的多维度分析优势不仅需要结合其他技术的综合运用，更依赖训练机器学习的过程，数据量级和文件特征处理的能力缺一不可。但是，AI也是一把双刃剑，在阻挡黑客攻击的同时，也可能会成为黑客反拦截的新手段。
标签：亚信安全, 华为全联接大会, 机器学习, 终端安全
人工神经网络也有后门！
使用深度神经网络的公司，绝对应该将这些场景包含进自己的攻击界面和供应链分析中。攻击者试图利用此论文中所描述漏洞的一天，离我们已经不远了。
标签：图像识别, 机器学习, 欺骗, 神经网络
拨开迷雾 将机器学习转化为真正的安全收益
毫无疑问，机器学习已经，并将持续改变端点安全。但理解该技术实际运作原理及其局限性，是十分重要的。理解了这些东西，公司企业便可以通过询问正确的问题，在快速进化愈趋复杂的威胁态势下，获得充分保护自身所需的准确、全面、前瞻性的安全覆盖。
标签：安全收益, 机器学习
机器学习闹出笑话 VT等多家安全公司将Hello World标为恶意代码
每个新手程序员入门必练的“Hello World”样例程序。该程序提交到VirusTotal时，多家安全公司都将它当成了问题来标记。zerosum0x0的实验之所以会引发关注，是因为标记该代码的厂商都是标榜采用机器学习的先进防御系统。
标签：hello world, VirusTotal, 恶意代码, 机器学习, 终端安全
平心而论：机器学习如何应对勒索软件
恶意软件作者也可获得这些安全工具，调整自己的代码，查看能否规避检测。有些网站已提供了用主流安全系统检测软件的接口。最终，恶意软件作者会开始创建他们自己的机器学习模型，对战安全人工智能。
标签：勒索软件, 机器学习
未来安全领域的最热工作机会！
也许这种声称有点夸张，但是众多新科技诸如机器人、自动驾驶、3D打印、无人机、人工智能和虚拟现实不仅在技术领域，会在劳动力市场上掀起血雨腥风。什么是未来会出现的工作机会呢？你该为此做哪些准备？
标签：人工智能, 工作, 机器学习, 网络安全
机器学习如何威胁企业安全
机器学习推动企业安全进步，提升内部网络中的可见性以更好地理解用户行为。然而，恶意黑客正利用机器学习的内部作为，来攻击企业边界。
标签：Tor网络, 企业安全, 安全威胁, 机器学习
RSAC 2017关注五大热门议题
与此前的RSA大会不同，本届大会很难说哪个或哪两个主题会成为焦点。预计物联网（IoT）安全、机器学习、安全运营分析与平台、敲诈木马等将是主要探讨的话题。此外，美国新政府的网络安全政策也将会得到重点关注。
标签：RSAC, 安全运营, 机器学习, 物联网安全
利用机器学习追踪黑客 佐治亚理工学院获1700万美元溯源项目
溯源是通向决策的一种努力，这样的努力显然越多越好，它也不可能达到100%准确——这就是网络的本质，有时候你必须习惯它。
标签：攻击溯源, 机器学习
机器学习如何帮助黑客
攻击者有两个独立的机器学习(ML)使用领域：利用ML技术来开发破坏ML防御的策略，以及将ML作为提高攻击有效性的工具（如自动化的高级鱼叉式钓鱼攻击）。
标签：机器学习, 迈克菲, 钓鱼攻击
赛门铁克推出终端防护产品革命性更新 多层次防护强势登场
机器学习想要检测一个可疑文件，该文件必须是已经存到了磁盘上的。也就是说，感染已经发生；而这，是终端安全真正应该避免的。
标签：机器学习, 漏洞利用行为, 终端安全, 赛门铁克
