• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

新环境下的电商业务安全

标题 新环境下的电商业务安全 作者 刘明@岂安科技 标签 业务安全 电商 电商安全 隐私 简介 详细分析了电商业务中存在的一些安全问题。 1.隐私泄漏:你注册过哪些网站,通过注册用户效验接口进行批量效验… 2.接口滥用:短信资费损失,正常短信发不出去,导致短信渠道异常被关闭… 3.撞库问题,羊毛党等一系列零碎的问题 援引 http://www.freebuf.com/news/83612.html 提示 本站仅做资料的整理和索引,转载引用请注明出处

  • 2021-07-08
  • 阅读100
  • 下载0
  • 22页
  • pdf

云栖Techdday第7期.安全之痛.创业初期如何应对黑产威胁.易鑫

DDoS 数据泄露 APP安全 业务欺诈 安全管理 先知计划是一个帮助企业建立私有应急响应中心的平台l帮助企业收集”洞信信息”。企业加入先知计划后可自主 发布奖励计划激励先知平台的安全~家来测试和提交企业自身网站或业务系统的漏洞保证安全风险可以快速进行 响应和修复,防止造成更大的安全损失

  • 2021-07-08
  • 阅读118
  • 下载0
  • 32页
  • pdf

新形势下业务安全和对策

题提到,目前黑产通过黑帽技术、木马病毒、漏洞利用工具、数据窃取整理等,利用工具网络入侵、钓鱼诈骗等,进行销赃、洗钱、套现、贩卖数据等。对此常用的防御方式有IP限制、验证码、手机验证码、设备指纹。风控系统针对业务流程进行风险管理,基于机器学习、大数据分析等技术,智能分析用户环境、行为等多种因素,结合风险信誉库,综合多项风险指标,评估风险系数。 ? 我们的对手 ? 风控对策 ? 实践案例 ? 总结 ? 堡垒是从被打破的 – 内部安全很重要 ? 数据泄露是根源 – 是个系统工程 ? 知己知彼- 深入了解黑产 ? 联防联控 - 不正在共享数据的都是耍流氓

  • 2021-07-08
  • 阅读108
  • 下载0
  • 16页
  • pdf

大数据的电商安全

泳少从电商安全的类型,如何寻找漏洞,架构业务风控安全系统等方面,为大家传道授业解惑。泳少分析认为,在大数据下我们需要做的有:检测威胁;通过诸多数据来源还原安全事件真相;解读攻击者的真实身份、背景、动机来进行事件追溯;最后生成弱点报告,提供修复方案,抵御二次攻击。 大数据底下的电商安全 电商安全一般都有哪些 日常是如何寻找漏洞 架构业务风控安全系统

  • 2021-07-08
  • 阅读108
  • 下载0
  • 41页
  • pdf

马骏驱.经济下滑与羊毛

马骏驱总结国内互联网行业反欺诈现状有以下三点:单兵作战,无联防联控;对线上欺诈风险认知不足;对交易以外的欺诈忽视(如登录、注册)。 联防联控是我们唯一做反欺诈的方法!最优!最后马骏驱总结道:在大数据在下行经济的影响有利有弊,反欺诈是海啸前夕的一道防御堤坝!

  • 2021-07-08
  • 阅读119
  • 下载0
  • 37页
  • pdf

基于贝叶斯网络的无人驾驶行为决策研究_梁耀中

无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶无人驾驶

  • 2021-07-08
  • 阅读108
  • 下载0
  • 5页
  • pdf

基于多流形谱聚类的无监督故障识别方法研究

智能制造的深度发展,使得制造车间的数据呈现了爆炸性的增长。如何挖掘上述数据的价值,为制造车间的运行优化与决策提供服务,已成为当前的研究热点。机器学习是制造数据分析与处理最常用的方法之一。然而,在实际制造系统中难以获取高质量的带标签数据。因此,研究无监督的机器学习方法,以处理海量无标签的制造数据具有广 阔的应用前景。谱聚类是一种无监督流形学习方法,能充分挖掘隐藏在高维非线性数据中的本征结构,并根据本征结构将数据分为不同簇。但是,谱聚类假设数据分布于单一流形上,而制造数据往往分布于多个流形上。因此,本文针对多流形分布数据,改进谱聚类算法,并将其应用于故障识别,同时提出了一种对新增样本快速识别故障的方法。

  • 2021-07-01
  • 阅读163
  • 下载0
  • 60页
  • pdf

从智慧城市到智慧区域_新的城市与区域发展模式_沈丽珍

信息技术的快速发展不仅推动了中微观层面上智慧城市的发展建设,在宏观概念上更是未来区域协调高效合作的核心驱动力。中国的智慧城市建设已经体现出由点到面、连片发展的态势,智慧区域建设是必然趋势。对国外智慧区域分析表明智慧区域建设的经验是:重视信息通信技术、注重创新、高效合作、人才培养等。建议国内智慧区域建设重视区域的范围多维化、合作效率高效化、教育与创新积极化、市民参与的多元化等。

  • 2021-07-01
  • 阅读162
  • 下载0
  • 8页
  • pdf
上一页 1 …… 749750751752753754755756757758759 …… 7922 下一页 共 63373 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读87
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读87
  • 下载3

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读244
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读272
  • 下载9

最新上线

低空经济标准体系建设指南(2025年版)

当前,我国低空经济已进入产业化加速期,形成贯穿技术研发、装备制造、运营服务、基础设施的全链条生态体系。为深入贯彻国家发展战略,系统推进低空经济高质量发展,充分发挥标准化在产业发展中的基础性和引领性作用,统筹推进低空经济标准化建设,形成全国“一盘棋”的工作格局,特制定本建设指南。

  • 阅读14
  • 下载0

城市全域数字化转型发展报告(2025年)

2025年7月,党中央召开城市工作会议指出:“我国城镇化正从快速增长期转向稳定发展期,城市发展正从大规模增量扩张阶段转向存量提质增效为主的阶段”,标志着我国城镇化正式迈上高质量发展、内涵式发展新征程。会议明确提出的“六个城市”发展目标,对我国城市发展的未来走向具有重大战略引领意义,也为各地系统谋划部署下一阶段实施路线提供了基本遵循。

  • 阅读14
  • 下载0

中国智能家电市场趋势洞察

市场进入品质驱动新阶段,规 模增长与结构演变并存 中国家电市场正步入从规模扩 张向品质升级的关键转型期。 尽管行业整体保持稳健增长, 但增速放缓与需求结构变化正 推动行业进入深度竞争新阶段。

  • 阅读12
  • 下载0

2026太空算力发展研究报告

深企投产业研究院是深企投集团旗下的高端智库,聚焦产业发展,服务区域 经济,致力于为各地提供产业发展落地方案。研究院总部位于深圳,服务区域覆 盖全国主要省市。研究院集聚一批经济研究和产业研究专家,以 985 院校研究生 为主体,链接高校专家学者,为全国各地政府及机构提供智力支持。

  • 阅读15
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南