三份报告分别提供了关于勒索软件、Web 应用程序与 API以及 DNS 流量的深度见解
2022 年 6月 13日——负责支持和保护数字化体验且深受全球企业信赖的解决方案提供商阿卡迈技术公司(Akamai Technologies, Inc.,以下简称:Akamai)(NASDAQ:AKAM)近日在 2022 年 RSA 大会上发布三份全新研究报告。这些深度分析报告专注于网络安全的三大关键领域:勒索软件、Web 应用程序与 API,以及 DNS 流量。
Akamai 研究团队对其多个平台中的数万亿个数据点执行分析,并就常见攻击流量和攻击技术开展研究,从中发现了一些有关攻击者行为方式的新见解。这三份报告将最为主要的安全趋势联系在一起,准确描绘出了现代攻击环境。对勒索软件攻击趋势的最新分析报告重点说明了相应风险,并给出了防护建议;Web 应用程序和 API 攻击趋势分析报告以全新视角审视了勒索软件操纵者和其他攻击者使用的攻击媒介。DNS 流量分析报告则从这一互联网最基础的技术角度出发,提供了所分析攻击的整体概况,对于另外两份报告形成了补充。
这些报告由 Akamai 网络安全专家团队撰写,其中的分析集中关注攻击趋势和技术,以及解决当今最紧迫网络安全问题的解决方案。每份报告的重点内容包括:
Akamai 安全研究高级总监 Ofri Ziv 指出:“这些新报告详细审视了当今企业面临的最为紧迫的安全问题。Akamai 拥有对全球威胁环境出色的监测能力,这让我们的研究人员能够分析和关联其他组织难以监测的事件。网络威胁不断发展演变,因此我们希望能帮助企业理解攻击者的关注重点,并了解如何更好地保护自身免受新威胁的侵扰。”
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。