资料列表
Preview Name 作者 Date File info
  • 金融企业安全十大盲区
  • 十个容易忽视的安全盲区

    • 基础安全:TCP/IP协议
    • 影子IT :云访问安全代理CASB
    • 接口安全:API
    • 隐蔽通信:DNS/NTP/PING等
    • 泛终端安全:打印机/摄像头/移动端
    • 加密流量及检测:OPENSSL
    • 系统工具:POWERSHELL
    • 编译安全:加固选项
    • 地下黑市:暗网
    • 取证分析:WIN/LINUX/IOS/安卓
张涛@安全专家 2019-09-09 14:57:05
  • 附件: 1 个
  • 大小: 8.29 M
  • 金融行业的容器安全实践
  • 本次分享首先介绍容器概述和历史,然后介绍一下CI/CD过程中的容器安全考量,接着然后介绍一下深度防御,容器安全的必由之路,最后Demo和介绍如果快速的做到容器安全。

    • 容器简史
    • CI/CD中的容器安全
    • 容器安全:深度防御策略
    • 容器安全:快速起步
肖文棣,晨星资讯安全架构师,OWASP中国广东负责人 2019-08-19 04:22:57
  • 附件: 1 个
  • 大小: 18.43 M
范渊@杭州安恒信息技术股份有限公司 2019-04-29 10:12:58
  • 附件: 1 个
  • 大小: 37.08 M
  • 浅谈互联网安全建设
    • 电商金融面临的主要风险类型
    • 基础安全
    • 关于设备告警/日志
    • 安全体系
    • 业务安全
    • 风控
    • 关于机器学习的应用
    • DGA恶意域名判断
林鹏 2018-11-29 02:43:30
  • 附件: 1 个
  • 大小: 3.04 M
夏天泽, SecZone -CSO 2018-09-19 09:55:02
  • 附件: 1 个
  • 大小: 3.29 M
  • 大数据技术助力金融业务安全
  • 目录

    • 01-金融业大数据技术应用情况
    • 02-大数据风险管控的机遇和挑战
    • 03-大数据风险管控能力建设
    • 04-智能风控体系建设
徐雷鸣 中国银行数据中心 2018-09-16 14:55:41
  • 附件: 1 个
  • 大小: 1.77 M
李洋 博士 2018-06-05 06:39:06
  • 附件: 1 个
  • 大小: 2.28 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
  • 2017金融科技安全分析报告
  • 目录

    • 01 执行摘要
      • 安全现状
      • 安全态势
    • 02 金融科技
    • 03 网络安全威胁介绍
      • 3.1 DDoS 攻击
      • 3.2 网络勒索
      • 3.3 僵尸网络
      • 3.4 APT 攻击
    • 04 数据安全威胁介绍
      • 4.1 数据库漏洞与利用
      • 4.2 内部人员数据倒卖
      • 4.3 云上数据窃取
    • 05 业务安全威胁介绍
      • 5.1 Web 攻击与代码缺陷
      • 5.2 业务欺诈
      • 5.3 ATM 与 SWIFT 攻击
      • 5.4 移动支付安全
      • 5.5 区块链安全
    • 06 总结与展望
      • 6.1 总结
      • 6.2 展望
平安金融安全研究院、绿盟科技 2018-04-15 14:48:36
  • 附件: 1 个
  • 大小: 1.08 M