威胁情报是高级威胁防御的灵魂

APT(AdvancedPersistent Threat)——–高级持续性威胁。是指组织或者小团体利用先进的攻击手段对特定目标进行长期持续性网络攻击的攻击形式。APT攻击威胁企业数据安全。APT是黑客以窃取核心资料为目的,针对客户所发动的网络攻击和侵袭行为,是一种蓄谋已久的“恶意商业间谍威胁”。APT的攻击手法,在于隐匿自己,针对特定对象,长期、有计划性和组织性地窃取数据,这种发生在数字空间的偷窃资料、搜集情报的行为,就是一种“网络间谍”的行为。此类攻击行为是传统安全检测系统无法有效检测发现,前沿防御方法是利用非商业化虚拟机分析技术,对各种邮件附件、文件进行深度的动态行为分析,发现利用系统漏洞等高级技术专门构造的恶意文件,从而发现和确认APT攻击行为。 如何利用好威胁情报?在SOC环境中建立威胁情报功能,这是在日常的SOC操作强制性的指导和协助SOC分析师进行分析,并与业务和风险办公室对接,确保在风险和威胁方面,维持用户暴露于最低限度不变。同时,威胁情报分析工作应涵盖情报功能的完整连续性。 高级可持续性威胁(APT)是怎么回事 为何一直检测不到?样本的唯一性 高级可持续性威胁(APT)在内网横向移动怎么办 威胁情报功能设计与实施 威胁情报分析工作应涵盖情报功能的完整连续性 威胁情报运营模型 Fortinet威胁情报输入 Fortinet威胁情报输出 Fortinet威胁情报平台设计架构 Fortinet威胁情报平台闭环

  • 2021-07-06
  • 阅读258
  • 下载0
  • 15页
  • pdf

改进回溯搜索算法解决光伏模型参数识别问题

为了准确、可靠地识别光伏模型参数,提出一种改进回溯搜索算法(MBSA)。该算法首先通过选取部分种 群个体同时学习当前种群和历史种群信息,而其他个体向当前种群中最优个体学习并远离最差解,从而保持种群多 样性并提高收敛速度;然后,通过概率来量化总体中的个体性能,进而每个个体基于概率自适应地选择不同的进化策 略来平衡探索和开发能力;最后,采用基于混沌局部搜索的精英策略来进一步提高种群的质量。所提算法在单二极 管、双二极管和光伏模块等不同的光伏模型上进行仿真实验。实验结果表明,所提出的策略极大提升了回溯搜索算法(BSA)的收敛速度和参数识别的准确性。将所提算法与逻辑混沌 JAYA(LCJAYA)算法和多重学习回溯搜索算法(MLBSA)等八种先进的算法进行对比,结果表明,所提出算法参数识别的鲁棒性在对比算法中最优,在单、双二极管模型上的识别准确性明显优于JAYA、LCJAYA、改进的JAYA优化(IJAYA)和基于教学的优化(TLBO)算法,在光伏模块模型上的识别准确性明显优于MLBSA、JAYA、IJAYA和TLBO算法。在不同光照条件和不同温度下采用厂商真实数据对薄膜、单晶和多晶三种光伏组件进行的实际测试中,所提算法的预测结果与实测情况一致。仿真结果表明,所提算法能够精确稳定地识别光伏模型参数。

  • 2021-06-15
  • 阅读258
  • 下载0
  • 8页
  • pdf