思博伦通信在其旗舰安全测试解决方案-CyberFlood中新增了业界第一种服务器-响应模糊攻击能力,从而使思博伦在安全与性能测试领域的领先优势进一步扩大。CyberFlood的服务器-响应模糊攻击功能是安全与性能测试领域的一项重大突破,利用单个测试解决方案即可测试安全设备应对互联网上某台服务器向某客户端设备发送的畸形流量的能力,包括防火墙、入侵阻止系统(IPS)、加密Web网关等。在实现这一目标的过程中,无需耗费大量的时间、精力和资金去构建复杂的测试环境,用户能够以前所未有的速度迅速建立并运行测试,并且得到更好的结果。
思博伦通信产品与安全威胁研究总监David DeSanto表示:“我们去年发布了支持SmartMutation™的CyberFlood,它是第一种真正的智能驱动式模糊攻击策略,为安全测试树立了新的基准,使我们的测试能够比业界的其它解决方案都更加深入、广泛,并且跨越更多的代码路径。在进行设备测试时,今天的其它模糊攻击解决方案只能为用户提供针对客户端网络协议定义进行模糊攻击的能力。”
他还指出:“利用CyberFlood的独特技术,用户可以网络协议的服务器定义进行模糊处理,确认某设备能够应对互联网上某台服务器向客户端设备发出的畸形响应,而这正是今天的黑客所使用的最常见的攻击向量。这为企业、服务商和设备制造商提供了一种测试安全设备的快速、简便的方法,而且无需建立测试环境,更不会在测试期间出现误警。”
在增强CyberFlood易用性的同时,最新的CyberFlood更新还包含了多种全新的特性:
· 全新的纯攻击和纯客户端DDoS攻击模式,为DDoS攻击仿真提供了更高的灵活性,并且只需点击几次鼠标便可使客户从CyberFlood的登录屏幕快速进入一次大规模的DDoS攻击仿真。
· 全新的网络弹性测试,涵盖了全系列的RFC 2544验证,包括测量最大吞吐量、时延、抖动和突发能力。
· 测试可以按具体侧重目标进行分组管理,例如即将发布的软件版本或企业产品评测,从而使团队内部的协作能力得到增强。
· 更多的模糊攻击协议使CyberFlood能够测试整个2层至7层栈的各类设备,并且可以涵盖多个行业垂直门类,包括工业控制、健康医疗、金融、物联网和汽车等。
CyberFlood一直在为恶意软件测试树立新的标准,并且为业界提供了惟一的一种近当日恶意软件产品,使企业能够找出其所面临威胁中的漏洞,服务商则可以利用它来验证其SLA,而设备制造商则可以确认并扩展其特征和启发探测功能。
安全威胁管理领域的领导者-Wedge Networks公司首席执行官James Hamilton说:“WedgeAMB为我们的客户提供了毫无妥协的恶意软件阻止能力,利用IPS的在线实时阻止速度,实现了沙箱的威胁探测精度。CyberFlood能够利用单个解决方案的最新、最独特的恶意软件测试提供全面的性能和精度测试能力,使我们可以连续不断地评测、演示和改进我们的解决方案。”
思博伦在RSA2017
2017年2月13日至17日,思博伦通信将在旧金山Moscone中心举办的RSA大会的南厅S2015展台公开展示CyberFlood v17.1.0。思博伦还将在该展台演示CyberFlood的服务器-响应模糊攻击和先进的恶意软件测试能力。
同时在该展会上,思博伦定位安全技术专家Guy Buesnel还将组织一个教学分会场,向与会者介绍全球导航卫星系统(GNSS)所面临人为威胁的演化情况。该分会场将于2月17日上午9时在Moscone西厅举行,重点介绍人为GNSS威胁的演化,并且为您呈现探测器设备网络所发现的使用人为干扰机的最新证据。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。