安全知识图谱助力内部威胁识别
安全知识图谱（Cyber Security Knowledge Graph）是知识图谱在网络安全领域的实际应用，包括基于本体论构建的安全知识本体架构，以及通过威胁建模等方式对多源异构的网络安全领域信息（ Heterogeneous Cyber Security Information）进行加工、处理、整合，转化成为的结构化的智慧安全领域知识库。
从“青铜”到“王者”-图嵌入技术的在社区发现应用中的升级之路
图表示学习是一种把模型跟机器学习方法相结合的一类技术，当前比较热门的主要有两大类：图嵌入(Graph Embedding)和图神经网络(Graph Neutral Network)。图模型的应用非常广泛，如社交网络，通信网络。在安全领域图模型也有关越来越广泛的应用，比如黑灰产团伙挖掘、安全知识图谱、欺诈检测等等。
AI新威胁:神经网络后门攻击
深度学习模型具备天生的安全隐患，近些年的研究表明对输入深度学习模型的数据样本进行特殊处理后，可以导致模型产生错误的输出。因此这样的对抗样本实现了攻击深度学习模型的效果。如果我们在神经网络模型的训练过程中，采取数据投毒的方式对模型植入后门，也可实现攻击模型的目的。
利用聚类算法进行数据分析的实例
在人工智能实践中，数据是载体和基础，智能是追求的目标，而机器学习则是从数据通往智能的技术桥梁。因此，在人工智能领域，机器学习才是核心，是现代人工智能的本质。
XAI与可信任安全智能
XAI技术主要研究如何使得AI系统的行为对人类更透明、更易懂、更可信，本文主要讨论了XAI的概念、必要性、关键技术，并简要介绍基于XAI打造可信任安全智能的思考。
大数据时代下的数据安全：相关法规、场景技术以及实践体系
大数据时代下的数据安全，不能简单看作一个传统的数据安全问题，应该看作一个新的安全问题——如何在满足数据安全和隐私保护的同时，去实现数据的流动和价值的最大化/最优化。进一步说，“鱼和熊掌兼得”（数据安全与价值挖掘）成为了大数据时代下的主旋律。
美国能源部网络安全战略-第一部分
能源部作为联邦政府部门，主持能源部门的网络安全活动，避免网络安全攻击对能源部门产生灾难性影响，确保能源部基础设施的网络安全和恢复能力。
为推动任务实施，能源部发布了《网络安全战略》，以有效促进整个部门网络安全的协调发展及防御。鉴于该部门的独特结构和任务，该战略从能源相关的多个角度和各种经验入手，就网络安全达成了共识，建立了问责文化。
数据安全治理的关键：定义、追踪、挖掘
近日，国家互联网信息办公室发布的《数据安全管理办法（征求意见稿）》，对各方关注的数据安全问题的管理进行了直接回应。可见国家对数据安全的重视。
5G、云计算、物联网、人工智能、工业互联网和区块链等新兴技术飞速变革，以数字化、网络化为核心的信息变革深刻改变着世界，这个时代已经越来越离不开数据。数据量越大，安全保障的责任就越大。数据安全已经事关经济社会大局。
做好数据梳理是数据安全治理的第一步，也是关键的一步。通过数据梳理可以识别关键业务数据及其面临的风险，完善组织数据保护政策，有效落实数据安全管理规定，降低业务运营风险，建立动态可持续的数据安全运维管理保障体系。
如何做好数据梳理呢？
小心隔墙有眼：技术流教你如何防偷拍
屏幕里凛冬将至，现实中遗迹失火，潜藏的黑产闻声而动
伴随屏幕里各大家族的激烈斗争，以及现实中关于世界历史遗产与民族主义的深入争论，网络世界中也在同步进行着一场没有硝烟的战争——攻击者利用这些时事热点，发起网络钓鱼诈骗攻击。