Drupal官方在2018年3月28日发布sa-core-2018-002 (CVE-2018-7600) Drupal内核远程代码执行漏洞预警，之后一个月内又连续发布两个漏洞，其中包含一个XSS和另一个高危代码执行漏洞sa-core-2018-004 (CVE-2018-7602)，此后两个月内互联网上针对Drupal程序的攻击非常频繁，绿盟科技威胁情报中心（NTI）结合安全情报数据，从漏洞披露到利用程序的传播，总结了外界针对Drupal程序的常见攻击手法，对相关态势进行了梳理，希望可以为安全从业人员提供建议和参考。
本篇文章介绍了威胁情报在企业侧应用的数据、方法和经验，主要阐述了行为分析和情报分析的综合效能，“由灰向黑”，希望尽可能提升人力ROI和检测处置效果。
近几年来大数据和机器学习被频繁地用到我们的搜索领域、出行领域和游戏竞技领域里面。
同时，很多安全企业也用到了一些机器学习的手段，来进行用户行为分析、流量分析，以及日志分析。市场的期待对之也是非常高的，很多媒体会报道说机器学习是安全行业的最后一根稻草，或者说机器学习在重塑我们的安全领域，亦或是说机器学习让我们的安全变得更好。
然而，一个非常火的事情自然会产生泡沫，出现和实际预期并不相符的情况。实际上机器学习和大数据并没有想象的那么高效或是能改变很多事情。
最近“威胁情报”在网络安全界备受关注。什么是威胁情报呢？简单来说，威胁情报就是能够帮助识别安全威胁并作出明智决定的知识。那威胁情报要如何具体实践呢？
发生攻击前，威胁情报能够帮助大家做一些什么防御工作？
在攻击的过程当中，可以利用威胁情报起到真正的防御的作用吗？
它与当前的应急响应到底又有哪些不同？
攻击之后，威胁情报在攻击溯源这个层面上，又能够做一些什么工作呢？
快快搬起小板凳坐到黑板面前，绿盟科技威胁情报专家顾杜娟博士将为大家从线下攻击前准备、线上攻击周期和线下攻击后整理三个方面讲解威胁情报的具体实践。文末还有现场视频！
日前，绿盟科技发布《2017上半年网络安全观察报告》，报告从攻击源、安全漏洞、DDOS、网站安全、勒索事件、威胁热点等多角度描述网络安全现状和发展趋势，帮助机构和企业了解网络安全动态、以便采取相应防御措施。
5月13日凌晨，面临来势汹汹的WannaCry勒索软件威胁，绿盟科技应急指挥中心启动了最高级别应急响应，成立应急响应团队，从各产品线、各地工程服务及一线销售抽调精英力量，应对突如其来的攻击，一场应急响应的战斗打响！