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。
智能威胁分析之图数据构建
RSAC大会的热度似乎持续了一整个北京的春天，直播、新闻、技术解读、研讨活动让人应接不暇。从RSA大会官网上查询今年“Better.”主题的由来和背景，发现会议主题的设计虽然从字面似乎是表达“去年做的不错，今年再接再厉”的客观评价，不过更多的，是大会对安全行业“不忘初心”的鼓励。“最重要的是，永远不要忘记我们来到这里的根本原因：帮助确保一个更安全的世界，这样其他人就可以着手让世界变得更美好。” 看到这里，读者脑海中是否也回荡起Michael Jackson的经典歌曲“Heal the world, make it a better place…”闲言少叙，作为网络安全数据应用的研究者，常常会思考的一个问题，是怎么才叫安全智能，怎么才能让网络安全更智能（better）？
RSAC 2019 | 机器学习算法分析引擎助力安全威胁推理分析
2019年3月4日，每年一度的RSA信息安全大会在北美如期举行，各界网络安全专业人士齐聚旧金山，其“better”主题词更展示出信息安全领域不断提升自我能力，寻求最优解决方案的美好愿望。今年的议题仍旧涵盖范围广泛，在众多议题当中，机器学习及AI在信息安全领域的应用仍然作为一个热门专题，广受关注。其中在“利用机器学习提升安全预判的准确性”的相关议题中，微软的资深专家Bugra Karabey分享的如何把机器学习作为分析工具在安全攻击分析中的应用切中目前机器学习在安全分析中主要发展方向，他们提出的一个场景“如何使用主成分分析聚类识别安全事件模式”引起我们的关注。
RSAC 2019 | 采用NLP机器学习来进行自动化合规风险治理
本届RSA大会“合规与风险治理”专题中大部分聚焦于网络安全风险的量化以及相关的实践案例，如Palo Alto Networks公司的Rich Howard 演讲《Superforecasting II: Risk Assessment Prognostication in the 21st century》，阐述了如何将半定量的风险评估转变为更深入的准确量化风险评估；《Math is Hard: Compliance to Continuous Risk Management》中分享构建量化风险管理的整个流程；另外在《NIST Cybersecurity Framework and PCI DSS》中介绍了PCI-DSS标准在CSF框架中的实践情况，指出标准至CSF的复杂映射关系的问题。
【安全意识】从信息泄露事件分析各类信用卡的安全性
2018年10月24日，国泰航空对外披露，940万用户的乘客数据遭到外泄，其中包括：乘客姓名、出生日期、电话号码、护照及身份证号码、信用卡信息、历史飞行记录等资料。这次的信息泄露事件，被香港立法会议员林卓廷形容为“本港历来最大的个人资料外泄事件”。无独有偶，就在该事件发生的一个月前，恶意组织MageCart成功窃取英国航空公司38万用户数据，其中包含7.7万条信用卡数据。信息泄露的危害想必不言而喻，但其中还存在一个问题，黑客为什么还要窃取信用卡信息呢？难道获得信用卡信息后，他们就真的能使用吗？
基于keras的文本分类实践
文本分类是自然语言处理中一个很经典也很重要的问题，它的应用很广泛，在很多领域发挥着重要作用，例如垃圾邮件过滤、舆情分析以及新闻分类等。和其他的分类问题一样，文本分类的核心问题首先是从文本中提取出分类数据的特征，然后选择合适的分类算法和模型对特征进行建模，从而实现分类。当然文本分类问题有具有自身的特点，例如文本分类需要对文本进行分词等预处理，然后选择合适的方法对文本进行特征表示，然后构建分类器对其进行分类。本文希望通过实践的方式对文本分类中的一些重要分类模型进行总结和实践，尽可能将这些模型联系起来，利用通俗易懂的方式让大家对这些模型有所了解，方便大家在今后的工作学习中选择文本分类模型。
属性图数据库JanusGraph初探
图数据库所提供的关联分析能力是金融反欺诈、威胁情报、黑产打击和案件溯源等业务所需要的核心能力。图数据库的需求非常多，例如金融安全业务希望使用图数据库进行金融反欺诈关联分析、威胁情报业务希望通过图数据库进行黑产研究和情报分析、还有社交关系分析、知识图谱等需求场景。
Twitter用户密码明文保存漏洞的安全警示
前段时间，美国大型社交网络平台Twitter和Facebook均爆出信息泄露事件。这些安全事件的背后究竟发生了什么，作为普通用户应该如何防范，作为开发人员又应该从这次事件中吸取什么经验教训呢？
数据分析与机器学习如何为业务安全赋能？
目前传统的安全检测、防护类设备针对业务应用安全基本上没有防护效果。数据分析与机器学习为业务安全问题提供了一个有效的解决方案。基于业务的历史数据，通过统计分析与机器学习的方法学习出业务的历史特征，结合专家知识形成业务特征的基线。根据基线来检测业务行为是否存在异常。本文给出了几个通过数据分析和机器学习的方法检测业务系统中异常的具体案例：web业务安全、物联网卡业务安全、变电站业务安全。
【RSA2018】大数据技术如何颠覆传统SIEM（安全信息与事件管理）
历年来RSA大会SIEM 都是非常热门的话题，本次大会也不例外，许多安全公司都推出了自己的下一代SIEM的解决方案。如Empow，一家来自于以色列的公司，致力于打破传统SIEM的观念，通过与现有的网络基础设施整合并将安全工具分解为各自的组件，彻底颠覆传统方法，我们称之为Security Particles。Empow同时创建了一个反映高级攻击链模型的安全功能分类，并能够建模执行针对性的防御策略，随后在整个网络中执行这些防御策略，并根据每个防御策略协调最佳检测、调查和响应。
【RSA2018】利用人工智能和机器学习优化威胁检测和应急响应
从这几天RSA关于 人工智能AI 的报告分享来看，AI技术已经从之前的理论普及阶段转变成实际场景应用阶段。不少厂商的产品开始享受AI技术所带来的红利，利用AI来提高其产品的威胁检测和决策运维能力，不管是创新沙盒(Innovation SandBox) Top10公司，还是逐渐正式亮相的各大厂商展台，AI已是标配。这篇文章介绍了如何利用人工智能和机器学习优化威胁检测和应急响应，并分享了RSA大会上的AI实际安全场景应用产品，也介绍了绿盟科技利用AI技术的实际案例-全流量威胁分析平台TAM。
【RSA2018】如何在威胁建模中利用机器学习和威胁情报
机器学习 和威胁情报在如今“数据驱动”（Data Driven）的时代依然是极为热门的概念，但是具体如何在威胁建模中采用机器学习，如何有效消费泛滥成灾的 威胁情报，在本届RSA大会中，有不少厂商也提出了自己对应的解决方案，包括：利用机器学习进行脆弱性管理预测，以及多源异构情报管理模型。