KCon 黑客大会,汇聚黑客的智慧。
知道创宇出品,追求干货有趣的黑客大会。
KCon 2018——“聚·变”
时间:8 月 24 - 26 日
地点:北京 · 751D·PARK 东区故事 D·live 生活馆
为了给黑客及安全研究人员机会展示他们在安全自动化方面的成果,鼓励国内安全自动化工具的发展,「兵器谱」展示环节自 KCon 2016起被成功引入,过去两届 KCon 黑客大会现场,共计已有17件安全神兵利器在场外免费集中展示,受到近两千余名参会黑客的观摩与试用,并受到了媒体朋友们的广泛关注。今年这一环节也得以保留。
今天,KCon 2018的8件兵器谱正式公布,您可以在现场尽请探索这些安全江湖的“神兵利器”。
1、W Hunter无线环境监管系统
W Hunter(无线猎人)是针对无线环境进行信息采集、威胁监测、攻击识别和阻断的监测系统,适用于城市公共无线环境、企业网络环境、保密网络环境在内的多种应用场景。
黄乙衷 四维创智(北京)科技发展有限公司
2、OpenRASP
OpenRASP 是一款根据应用行为进行防范检测的安全工具,不再依赖于规则防护,它是 RASP 技术的开源实现,直接部署在应用服务器上,并和他们紧密结合。现场我们将演示该工具的防护理念与原理,并介绍在百度企业安全方面的应用。
曹新宇 百度在线网络技术(北京)有限公司
3、ATD(深度威胁识别)
ATD 全称 Advanced Threat Detection(深度威胁识别),ATD 以实时流式大数据分析平台为基础,以人工智能算法为核心技术,有效识别爬虫、刷单、撞库、重放攻击、暴力破解、团伙作案等深层业务威胁,为企业客户减少核心信息泄漏与被盗风险。
丛磊 贵州白山云科技有限公司
4、自动化扫描工具
将在 KCon 2018的舞台上展示多款自制的自动化扫描工具,可能包含一款插件化的 Web 安全扫描器,以及一款自动扫描全网绕过 CDN 的工具,同时目前正在技术公关一款分布式Web指纹识别平台,希望届时能够展示多款自动化工具,欢迎大佬们多多体验指正。
w8ay 在校学生
5、Newton网络攻防展示系统
Newton 网络攻防展示系统(Newton Offensive and Defensive Display System)是一款致力于将黑客攻击的效果清晰的展示给初学者或咨询方的安全工具,Newton 实现了 O 端一键触发,自动攻击 D 端靶机的效果,基于沙盒、渗透测试自动化等技术,直观的展现、普及黑客攻击的影响与危害。
王骕 crown prince 长春市御风维安网络科技有限公司
6、谛听网络威胁预警系统
谛听网络威胁预警系统以网络入口流量为检测切入点,以漏洞检测为核心、特种木马检测相结合,可发现后门攻击、漏洞攻击、钓鱼水坑攻击等,并采用当今主流的机器学习算法和数据挖掘技术,发现和防御高级威胁,通过时间层,逻辑层,行为层多个方面进行关联分析,为用户建立一个安全的网络办公环境。
齐悦 兴华永恒(北京)科技有限责任公司
7、Galaxy Hook
本项目提供了一套完整的 Android App hook 方案,包括 Java 代码和 native 代码的 hook,目前支持 thumb-2/arm32 指令集下的 native hook 以及 Android 5.0 以上的 Java hook。以此可以弥补安卓平台 cydia substrate 停更的缺失。
刘瑞恺,陈家浩 平安科技/银河实验室
8、保密教育演示系统
防止窃密的有效措施是让受众亲身体验各种窃密技术和手段。保密演示系统面向保密管理部门及保密教育培训机构,真实再现最新的窃密技术和方法,讲解窃密原理,并演示防护这些窃密方法的工具与手段,让受众身临其境地体验、识别、应对各种窃密攻击,以提高防窃密意识与能力。
李翔 北京红山瑞达科技有限公司
KCon 黑客大会 2018「兵器谱」
展示时间:8月25日、26日全天
展示地点:现场专属区域
*「兵器谱」展示无需购买 KCon 门票即可外场参观交流。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
哈佛大学研究团队开发出LangSplatV2系统,实现了超高速3D语言查询功能。该系统通过创新的稀疏编码技术和高效渲染算法,将3D场景语言理解速度提升了47倍,达到每秒384帧的实时处理能力。系统采用全局语义字典和稀疏系数表示,彻底解决了传统方法中解码器速度瓶颈问题,为AR/VR、智能机器人等应用提供了强大的技术基础。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
马里兰大学研究团队提出了CoLa(Chain-of-Layers)方法,让AI模型能够根据任务难度动态调整内部层的使用策略,实现"快思考"和"慢思考"的灵活切换。通过蒙特卡洛树搜索算法,该方法在推理任务上显著提升了模型的准确性和效率,为75%的正确答案找到了更短的处理路径,并纠正了60%的错误答案,为AI模型的架构优化开辟了新方向。