资料列表
Preview Name 作者 Date File info
  • 大数据安全和隐私手册-100例大数据安全和隐私的最佳实践
  • 目录

    • 介绍
    • 1.0 分布式编程框架中的安全计算
    • 2.0 非关系型数据存储的最佳安全实践
    • 3.0 确保数据存储和事务日志的安全
    • 4.0 终端输入验证/过滤
    • 5.0 安全/合规性的实时监控
    • 6.0 可扩展与可组合的隐私保护分析
    • 7.0 大数据加密技术
    • 8.0 细粒度访问控制
    • 9.0 细粒度的审计
    • 10.0 数据来源
云安全联盟 2018-06-05 12:31:48
  • 附件: 1 个
  • 大小: 0.77 M
  • 平台化与数据驱动 - 行业(私有)云安全解决方案实践
    • 网络安全形态的变化
    • 行业用户关心的主要核心
    • 驱动安全的三大动力
    • 安全防御成熟度
    • 自适应安全体系
    • 平台化的安全防御体系
    • 功能插件化
    • 大数据与人工智能的应用
    • 机器学习在安全分析中的应用
    • 中新金盾平台化安全解决方案架构
    • 中新金盾“云+端”抗拒绝攻击防御
    • 中新金盾“猎潜者”高级威胁防御
    • 案例:融合媒体云安全防御体系
    • 态势感知:安全闭环
中新网安副总裁 沈传宝 2018-06-05 06:11:41
  • 附件: 1 个
  • 大小: 12.28 M
  • Broad Learning via Fusion of Heterogeneous Information
    • Big Data
    • Deep and Broad Learning
    • Myth on Big Data
    • Broad Learning
    • Type of Broad Learning
    • Real World Examples
    • Mobile User Identification
    • Using Behavioral Biometrics for Mobile user Identification
    • Multi-view Data
    • Challenges
    • View of Alphabet Typing Behavior
    • View of Symbol/Number Typing Behavior
    • View of Acceleration Behavior
    • Concatenation
    • Late Fusion Approach
    • Identification between Any Pair of Users
    • N-active Shard User Identification
    • Summary
Philip S. Yu 2018-06-05 05:09:36
  • 附件: 1 个
  • 大小: 0.85 M
  • 在野0day揭秘:威胁情报感知发现APT攻击
  • 360追日团队专注APT等高级威胁的研究,致力于发现和披露更多的APT组织或行动,截至目前已经发现三十多个APT组织。边亮在演讲中介绍到,近期360追日团队观察到的APT攻击覆盖着全国30多个省市,发现各类免杀木马数十种,覆盖Windows、Mac、Android、Linux平台,均是涉及针对政府、科技、教育、军工、能源和交通多个领域的定向攻击。网络攻击可以从任何一个薄弱点发起并已逐渐自动化和智能化,安全响应速度要求越来越快,但面对海量安全事件,人力无法及时有效地分析处理。

    基于云端大数据,利用大数据分析挖掘、高级威胁沙箱检测、机器学习及专家分析构成的威胁情报,可以有效的协助完成完全事件的定性与溯源。在演讲中,边亮还分享了追日团队捕获的在野0day漏洞、噩梦公式二代漏洞、双杀漏洞的案例以及著名的摩诃草APT攻击组织。

    • 全球在野0day攻击趋势与挑战
    • 基于大数据的高级威胁感知技术
    • 自主捕获的0day和APT攻击案例
360核心安全追日团队负责人 边亮 2018-06-01 10:08:07
  • 附件: 1 个
  • 大小: 4.45 M
国网思极检测技术(北京)有限公司 赵明明 2018-05-24 03:35:45
  • 附件: 1 个
  • 大小: 3.74 M
  • 阿里云大数据安全实践
    • IT时代->DT 时代
    • 典型的大数据存、通、用场景及问题
    • 大数据安全挑战
    • 阿里云大数据安全实践思路
    • 阿里云大数据安全实践
    • 完全自主可控的大数据平台
    • 原生的安全机制:多租户隔离
    • 原生的安全机制:租户间数据直接授权
    • 原生的安全机制:租户间数据通过交换空间共享
    • 原生的安全机制:打包授权机制
    • MaxCompute原生安全机制与Hadoop安全机制的对比
    • 以数据为中心的安全
    • 安全、合规、智能的大数据安全管家
    • 核心能力
    • 发现&评估
    • 操作监控&风险识别
    • 审计
    • 加固&优化
苏建东 2018-05-24 03:32:18
  • 附件: 1 个
  • 大小: 1.51 M
  • 大数据安全标准及平台安全保护体系
    • 大数据基本概念
    • 大数据相关法律法规
    • 大数据相关标准
    • 《大数据安全管理指南》
    • 大数据的安全与应用
    • 大数据平台的安全需求
    • 大数据平台安全解决思路
    • 细粒度访问控制
    • 数据保护:脱敏和隐私保护
    • 数据保护:基于安全域的数据隔离保护
    • 边界保护
四川大学 陈兴蜀 2018-05-24 03:17:57
  • 附件: 1 个
  • 大小: 1.15 M
  • 大数据应用发展及数据流通安全
    • 九层之台 起于累土 — 融合实体经济和数字世界的基础
    • 万智之源 始于连接 — 沟通数字世界的桥梁
    • 云网一体 数聚智能 —大数据引领的数字经济新生态
联通大数据有限公司 2018-05-17 14:16:31
  • 附件: 1 个
  • 大小: 2.56 M
  • 基于金融知识图谱的反欺诈
  • 卢铮在分享中指出,唯品会引入金融知识图谱的目的主要是为了对抗团伙欺诈。反欺诈其实就是一个机器学习中的二分类问题,金融知识图谱就是作为提取特征的工具,主要起到三层作用,第一层是连接账号、挖掘账号背后的人;第二层是连接欺诈者,挖掘欺诈者背后的人;第三层是把所有人都连接起来。

    卢铮现场讲解金融知识图谱建立、分群、群特征提取的操作方法,目前,唯品金融图的规模是10亿个节点,9亿条边。利用基于金融知识图谱的反欺诈技术,唯品花申请通过率在降1%的情况下,坏帐率可以降20%。

    概述

    • • 背景介绍
    • • 建图
    • • 分群
    • • 图特征提取
    • • 模型训练与效果
卢铮 唯品金融主任算法工程师 2018-05-09 12:14:26
  • 附件: 1 个
  • 大小: 1.36 M
  • 大数据金融风险监管实践
  • 简单介绍当前普惠金融野蛮发展面临的风险与监管挑战;针对当前金融企业面临的大规模的骗贷风险,重点阐述腾讯通过网络黑产知识图谱构建的金融反欺诈业务实践;针对当前政府机构面临的金融平台风险监管难点,介绍腾讯基于安全大数据构建的金融风险监管平台实践经验;最后,介绍当前与政府和金融企业共建金融风险防范体系的成功案例并对未来安全发展做出思考。

    目录

    • 普惠金融爆发式增长带来的问题挑战
    • 腾讯大数据金融业务风控服务系统
    • 腾讯大数据金融业务风险监管平台
    • 大数据金融安全总结与未来安全思考
陶思南 腾讯反诈骗实验室技术总监 2018-05-08 15:38:45
  • 附件: 1 个
  • 大小: 4.19 M