about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
حمله
1405/07/19 - 19:06- جرم سایبری

حمله هکری به پلتفرم ارتباطات دفاعی استرالیا

هکرهای باج‌افزار به پلتفرم ارتباطات دفاعی استرالیا موسوم به سرویس «ForceNet» حمله کردند.

از
1405/06/18 - 20:26- ایران

از آسمان تا اعماق دریا؛ شکار زیردریایی پیشرفته آمریکا توسط ایران

از آسمان تا اعماق دریا؛ ایران با ارتقای یک تکنیک پیروز، زیردریایی پیشرفته آمریکا را شکار کرد.

حمله
1405/07/28 - 19:57- جنگ سایبری

حمله سایبری به یکی از شرکت‌های مهم رژیم صهیونیستی /فیلم

گروه هکری جبهه پشتیبانی سایبری اعلام کرد که یکی از مهم‌ترین شرکت‌های صنایع غذایی رژیم صهیونیستی را هدف قرار داده است.

انتشار شده در تاریخ

DeepPhish: شبیه‌ساز هوش مصنوعی مخرب

پژوهشگران، الگوریتمی‌ را با نام DeepPhish توسعه داده‌اند که شبیه‌ساز هوش‌مصنوعی مخرب است. هدف از این کار، شناسایی نحوه ارتقای حملات مهاجمان با استفاده از ابزارهای هوش مصنوعی و یادگیری ماشینی منبع باز است. 

به گزارش کارگروه امنیت سایبربان؛ پژوهشگران Cyxtera Technologies استفاده از تاکتیک‌های مختلف در حملات فیشینگ را بررسی کرده‌اند، که این روش‌ها در حال تکامل هستند. برای مثال رمزگذاری و گواهی‌های وب برای دور زدن رویکردهای دفاعی در این حملات استفاده می‌شوند.
گواهی‌های وب ابزاری کم هزینه برای متقاعد کردن قربانیان است تا وب‌سایت‌های مهاجمین را قانونی تلقی کنند. هزینه زیادی لازم نیست تا بتوان یک گواهی برای یک سایت گرفت و پس از آن، بدلیل وجود علامت قفل سبز رنگ در مرورگر، کاربران به آن اعتماد خواهند کرد.
در انتهای سال ۲۰۱۶، تنها ۱ درصد از حملات فیشینگ از گواهی‌های وب استفاده کردند، اما در پایان سال ۲۰۱۷، این عدد به ۳۰ درصد رسیده است. علاوه بر این، هیچ رویکرد استانداردی برای شناسایی گواهی‌های TLS مخرب وجود ندارد.
پژوهشگران به استفاده از هوش مصنوعی و یادگیری ماشین در ابزارهای امنیتی و همچنین استفاده مهاجمین از آنها اشاره کرده‌اند. امروزه برای تحلیل صدها هزار هشداری که روزانه دریافت می‌شوند، باید بر مدل‌های یادگیری ماشین تکیه کرد.
پژوهشگران Cyxtera Technologies الگوریتمی‌ را با نام DeepPhish توسعه داده‌اند که شبیه‌ساز هوش‌مصنوعی مخرب است. هدف از این کار، شناسایی نحوه بهبود حملات مهاجمین با استفاده از ابزارهای هوش مصنوعی و یادگیری ماشین منبع باز است. 
مهاجمین مجموعه‌ای از آدرس‌های URL ساخته شده توسط مهاجمین را بررسی کردند و الگوریتمی ایجاد کردند تا الگویی که آنها را موثرتر می‌کند را بدست آورد. با استفاده از یافته‌های حاصل، آنها یک شبکه عصبی ایجاد کردند تا URLهای جدیدی را تولید کند که نسبت به URLهای دیگر موثرتر هستند.
آنها مدل خود را آزمایش کردند و در یک سناریو بررسی شده، یک عامل تهدید با نرخ موفقیت ۰,۷ درصد، با استفاده از DeepPhish، درصد موفقیت را به ۲۰.۹ افزایش داد.

تازه ترین ها
فیلتر
1405/08/25 - 22:55- تلگرام

فیلتر تلگرام در اردن و عراق

اردن و عراق اپلیکیشن تلگرام را به دلیل نگرانی‌های مربوط به امنیت ملی مسدود کردند.

محدودیت
1405/08/25 - 22:10- آمریکا

محدودیت دسترسی چین به تراشه‌های هوش مصنوعی آمریکا با دستور ترامپ

هم‌زمان با سفر ترامپ به چین، دولت ترامپ دسترسی چین به تراشه‌های هوش مصنوعی را محدود می‌کند.

حمایت
1405/08/25 - 21:04- آمریکا

حمایت ترامپ از بازگشت جنسن هوانگ به سمت مدیرعاملی انویدیا

ترامپ از احتمال بازگشت جنسن هوانگ به سمت مدیرعاملی انویدیا حمایت می‌کند.

مطالب مرتبط

در این بخش مطالبی که از نظر دسته بندی و تگ بندی مرتبط با محتوای جاری می باشند نمایش داده می‌شوند.