专注于安全的解决方案提供商Check Point以色列捷邦安全软件科技有限公司近日推出全新在线平台Check Point Research,面向更大的社区提供网络威胁情报信息。Check Point Research平台可以向威胁情报社区通报Check Point的原创研究、网络安全领域的最新趋势以及当前威胁形势的相关详情。
在推出全新在线研究平台的同时,Check Point还发布了《Check Point网络攻击趋势:年中报告》。报告基于Check Point ThreatCloud世界网络威胁地图2017年1月到6月之间的威胁情报数据,全面介绍了勒索软件、银行和移动等主要威胁类别的恶意软件现状。
令人震惊的是,研究发现,2017年上半年,有23.5%的组织受到RoughTed恶意广告攻击的影响,还有19.7%的组织受到Fireball恶意软件的影响。此外,与去年同期相比,美洲以及欧洲、中东和非洲(EMEA)地区的勒索软件攻击几乎翻了一倍。
报告重点指出了该时间段内的一些关键趋势:
Check Point威胁情报小组经理Maya Horowitz表示:“组织都在力争有效抵御现在所面临的大量威胁。黑客使恶意软件变得更加先进,这大大增加了非技术型黑客造成损害的能力。各种网络威胁盛行,但许多组织仍然没有采取正确的安全防范措施,只重视检测方法,而不去实施能够提前阻止攻击的主动预防解决方案。”
Check Point研究团队通过收集和分析Check Point Threat Cloud中存储的全球网络攻击数据,力求将黑客拒之门外。Check Point Research发布的资料,如《网络攻击趋势报告》,可以推动围绕新的网络威胁、趋势以及其他威胁安全相关见解的对话。Check Point Research旨在成为组织的强大资源,帮助组织更好地了解威胁形势并保护自身免受网络威胁。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。