about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
حمله
1405/07/19 - 19:06- جرم سایبری

حمله هکری به پلتفرم ارتباطات دفاعی استرالیا

هکرهای باج‌افزار به پلتفرم ارتباطات دفاعی استرالیا موسوم به سرویس «ForceNet» حمله کردند.

از
1405/06/18 - 20:26- ایران

از آسمان تا اعماق دریا؛ شکار زیردریایی پیشرفته آمریکا توسط ایران

از آسمان تا اعماق دریا؛ ایران با ارتقای یک تکنیک پیروز، زیردریایی پیشرفته آمریکا را شکار کرد.

حمله
1405/07/28 - 19:57- جنگ سایبری

حمله سایبری به یکی از شرکت‌های مهم رژیم صهیونیستی /فیلم

گروه هکری جبهه پشتیبانی سایبری اعلام کرد که یکی از مهم‌ترین شرکت‌های صنایع غذایی رژیم صهیونیستی را هدف قرار داده است.

انتشار شده در تاریخ

حفاظت از شبکه‌های رایانه‌ای با لیدار

گروهی از پژوهشگران نوع جدیدی از سامانه‌های امنیتی را به وجود آوردند که با مطالعه روی تهدیدات یاد گرفته و پیشرفت می‌کنند.

به گزارش کارگروه فناوری اطلاعات سایبربان؛ در هنگام شناسایی زودهنگام تهدیدات سایبری، داشتن دقت بالا از اهمیت زیادی برخوردار است. نقشه‌برداری از محیط تهدیدات آمیز را می‌توان به روش‌های مختلفی انجام داد. گروهی از پژوهشگران دانشگاه پردو آمریکا با رویکرد یاد شده سامانه امنیتی جدیدی را به نام «مادام‌العمر، هوشمند، متنوع، سریع و قدرتمند» یا «لیدار» (LIDAR) را توسعه داده‌اند.

لیدار نباید با «LiDAR»، حسگر تشخیص نور و فاصله از راه دور اشتباه گرفته شود که با ارسال پالس‌های لیزری و اندازه‌گیری آن‌ها کار می‌کند. برای مثال سامانه LiDAR به منظور نقشه‌برداری یا افزایش آگاهی خودروهای بی راننده مورد استفاده قرار می‌گیرد؛ اما LIDAR، نوعی معماری برای امنیت شبکه‌ها به حساب می‌آید.

لیدار می‌تواند با تهدیدات سازگار شود. این ویژگی به علت داشتند توانایی یادگیری به 3 روش مختلف است. این روش‌ها شامل یادگیری ماشینی با نظارت (supervised machine learning) هستند. الگوریتمی که خصیصه‌های غیرعادی در سیستم را زیر نظر گرفته و آن‌ها را با حملات مقایسه می‌کند. همچنین یک الگوریتم یادگیری ماشینی بدون نظارت (unsupervised machine learning) نیز وجود دارد که هر چیز غیرمعمولی را در سیستم جستجو می‌کند، نه فقط ویژگی‌های غیرمعمول و قابل‌مقایسه با حملات. این دو الگوریتم توسط یک الگوریتم ناظر دیگر به یکدیگر متصل می‌شوند.

علی الجمال، استاد مهندسی برق و رایانه در دانشگاه پردو گفت:

یکی از ویژگی‌های جالب لیدار که بر پایه مؤلفه‌های یادگیری مبتنی بر قانون عمل می‌کند، این است که عملکردی مشابه مغز دارد. مؤلفه رابط اطلاعات را از هر دو بخش دیگر دریافت کرده و سپس در رابطه با حملات احتمالی و اقدامت موردنیاز برای مقابله با آن تصمیم‌گیری می‌کند.

سامانه لیدار از تهدیدات موجود اطلاعات داشته و می‌تواند با بررسی حملات جدید به مرور زمان آموزش ببیند؛ بنابراین یک راه کار طولانی مدت است که با گذر زمان توانایی‌هایش برای مقابله افزایش پیدا می‌کند.

محققان توضیح دادند، نوع جدیدی از هانی‌پات (honeypot) را به وجود می‌آورد که در آن طعمه‌ای برای هکرها کاشته می‌شود. مهاجمان پس از حمله به این اطلاعات جعلی، بدون آسیب دیدن در تله گرفتار می‌شوند. سپس الگوریتم‌های یادگیری می‌تواند اطلاعات جدیدی را در رابطه با تهدید بررسی کرده و یاد بگیرد. در نهایت با تهدید جدید سازگار شده و از اطلاعات خود برای جلوگیری از حملات بعدی استفاده می‌کند.

منبع:

تازه ترین ها
فیلتر
1405/08/25 - 22:55- تلگرام

فیلتر تلگرام در اردن و عراق

اردن و عراق اپلیکیشن تلگرام را به دلیل نگرانی‌های مربوط به امنیت ملی مسدود کردند.

محدودیت
1405/08/25 - 22:10- آمریکا

محدودیت دسترسی چین به تراشه‌های هوش مصنوعی آمریکا با دستور ترامپ

هم‌زمان با سفر ترامپ به چین، دولت ترامپ دسترسی چین به تراشه‌های هوش مصنوعی را محدود می‌کند.

حمایت
1405/08/25 - 21:04- آمریکا

حمایت ترامپ از بازگشت جنسن هوانگ به سمت مدیرعاملی انویدیا

ترامپ از احتمال بازگشت جنسن هوانگ به سمت مدیرعاملی انویدیا حمایت می‌کند.

مطالب مرتبط

در این بخش مطالبی که از نظر دسته بندی و تگ بندی مرتبط با محتوای جاری می باشند نمایش داده می‌شوند.