从开源安全看汽车安全新挑战

AI时代网络安全新挑战:从特征匹配到行为基线的防御范式转型 网络安全的核心在于威胁检测与防御。传统安全框架基于特征匹配和规则判断,通过对已知攻击模式的归纳形成防御体系,在Web 1.0/2.0时代有效保障了系统安全。然而,随着攻击技术的演进,AI驱动的攻击向量如深度伪造、自适应恶意软件等,能够动态生成难以归类的恶意样本,使传统基于静态特征的防御机制面临严峻挑战。这要求防御逻辑从“已知威胁防御”转向“未知威胁应对”,技术价值体现在通过行为基线和异常检测构建动态安全能力。在实际应用场景中,企业需结合用户与实体行为分析(UEBA)、扩展检测与响应(XDR)等技术,建立覆盖 阅读详情

“汽车制造商需要依托开源软件的灵活性和可扩展性来开发当前和未来软件定义下的汽车。”

软件定义汽车的大趋势

近些年,由于车联网、自动驾驶汽车、共享和电动(CASE)技术的进步,汽车行业走上了一条软件定义汽车的革命性道路。汽车正加速从传统的工业架构向智能化转型,智能汽车已成为全球汽车产业发展的战略方向。汽车不再仅仅扮演从 A 地到 B 地的交通工具,如今,人们可以在汽车上实现从云端传输音乐,拨打免提电话,查看实时交通信息和个性化的道路援助,甚至是使用高级别的自动驾驶。

汽车实现智能化、网联化、电动化、共享化的能力背后是不断增长的代码量。2010 年,主流车型约含 1000 万行源代码,而 2016 年这一数字达到约 1.5 亿行。相比之下,一架波音 787 梦幻客机只包含约 1400 万行源代码。预计到 2025 年,汽车使用的代码量将达到 2 亿,并可能随着自动驾驶系统的不断采用而达到 10 亿行代码。大众汽车表示,到 2030 年,软件开发成本将占整车开发成本的一半以上。推动汽车行业技术革命的是软件,而这些软件大多是建立在开源代码的核心之上的。

整车中的软件大部分是由供应商提供的自研代码和第三方代码(包括专有和开源代码)的混合使用。由于有数千万行代码在多达 100 个基于微处理器的电子控制单元(ECU)上执行,并在整个汽车上联网,要准确了解使用了哪些开源组件,对 OEM 厂商来说是非常困难的。并且当每年有数千个开源漏洞不断涌现(例:2020 年新增 9658 个开源漏洞, 来源:Mend, 《The State of Open Source Vulnerabilities 2021》)、且这一数字在不断增长的时候,汽车行业逐渐意识到开源软件对于汽车的安全影响巨大。其次,软件的许可证合规与基于 EAR 出口管制的合规也成为车企面临的巨大挑战。对于如何确保整个研发流程中的软件供应链安全也是这些正在进行现代化转型的传统车企的噩梦。

轮子上运转的计算机(“Computer Running on Wheels”)面临的挑战

1. 软件的复杂性大幅增加导致软件漏洞可能成为威胁人身安全的重大因素

根据麦肯锡的报告,“在过去的十年里,汽车行业单个软件项目的平均复杂度增长了 300%。”例如,当有额外的功能需求时,OEM 厂商会发现现有的软件不能被复用,这意味着需要在一个完全不同的系统配置上进行移植。这将导致额外的工作量和潜在的兼容性问题。更加复杂的是,电子控制单元(ECU)上一直是采用孤岛式的方法建造;每个单元都有自己的硬件和软件(其中包括中间件、操作系统和服务)。除此以外,人工智能(AI)和机器学习(ML)算法也在很大程度上导致了汽车中嵌入的软件越来越复杂。

使用开源软件进行应用开发的情况每年都在持续增长。根据 Forrester 的报告,所有行业的各种规模的组织都在使用开源软件。原因很简单--开源降低了开发成本,加快了上市时间,并加速了创新。但与此同时,开源也通过各种途径进入了车载应用。依靠广泛的组件和应用软件供应商,汽车制造商用开源组件构建解决方案并扩展开源平台。开源软件与自研代码一样都有很严重的安全性风险,并且开源代码的某些特点使一些广泛使用的组件漏洞对黑客来说非常有吸引力。开源代码被广泛用于几乎所有形式的商业和内部软件。对于黑客来说,寻找开源漏洞的投资回报率很高。一个漏洞就可以被利用来破坏成百上千的应用程序和网站。

当安全研究人员证明他们可以通过互联网入侵吉普车以劫持其刹车和变速箱时,这便暴露了汽车软件存在极为严重的安全风险。因此克莱斯勒召回了 140 万辆汽车,以修复与此相关的软件中的 bug。近五年来,数百万辆通用的汽车和卡车受到一个远程漏洞的影响,该漏洞能够跟踪车辆,在高速上启动刹车,以及完全禁用刹车。特斯拉 Model S 的信息娱乐系统存在一个数年前的漏洞,可以让攻击者通过远程黑客攻击完全控制汽车。

许多汽车制造商及其软件供应商都部署了测试工具,如静态和动态应用程序安全测试(SAST 和 DAST)工具,以确定可能导致安全问题的编码错误。虽然 SAST 和 DAST 在发现内部开发人员编写的代码中的错误方面很有效,但它们在识别第三方代码中的开源漏洞方面并不能发挥很大的效果。自 2004 年以来,美国国家漏洞数据库(NVD)已经披露了超过 74000 个漏洞,但其中只有 13 个是由 SAST 和 DAST 工具发现的。

这些潜在的漏洞会变成软件中的薄弱点,但是对于汽车来说,会变成威胁汽车功能安全的重大隐患进而威胁人身安全。

2. 软件许可证合规性成为车企亟需重视的方面

Telsa 和 BMW 在此前都收到了消费者的投诉,要求公开使用 GPL 协议的代码,两家车企都根据 GPL 的条款对代码进行了公开。对于车企来说,认识到许可证合规作为开源风险的一部分也非常重要。

大多数开源组件受大约 2000 多种已知开源许可证规制,许多都包含需要遵守的义务和受到不同程度的限制。只有明确了解企业使用的开源组件及其相应的许可证之后,才能有效的进行管理、遵守许可证中的权利义务。不遵守开源代码的许可证条款会使企业面临诉讼和知识产权受损的风险。

即使是所谓的 “宽松型”的开源许可证,通常也要求遵守再分配和在 Notice 文件、License 文件记录的要求。如果一个开源组件没有可识别的许可条款也是有极大风险的,因为这意味着无法获得软件原始开发者的许可来使用、修改或分发该软件。缺乏明确的权利和义务声明,会造成使用该开源软件的组织面临更大的违反 “隐藏 ”条款的风险。使用开源代码软件的最佳实践要求开发人员了解他们的代码中采用了哪些组件和相关的许可证,以及他们使用开源代码可能会产生哪些义务。

OSSRA 2021 年的报告显示,所扫描的汽车行业的代码库中,高达 61%的代码库中包含许可证冲突。

3. 汽车行业的转型中缺乏对研发流程的革新和相关专业人才匮乏

汽车新四化的大背景下,汽车行业向软件模式的转变推动了开发周期的变化,由 V 字型开发流程转向 DevOps 敏捷开发进而扩展到 DevSecOps,以帮助软件团队缩短开发周期,加速软件迭代,更快速的交付用户。但是从互联网行业所经历的 DevOps 发展和变革来看,针对软件供应链层面的攻击日益增多,其中针对代码仓库、构建、CI/CD 管道、分发等过程的攻击成为威胁软件安全的新的隐患。这些流程层面的安全核心之一是溯源(provenance)信息,即我们是否能确保这些代码/制品的来源可靠。

与此同时,这些技术与流程的转型还推动了所需技能组合的全面转型。在当前的劳动力市场上,公司面临着吸引和保留具有软件技能的候选人的挑战。更为重要的是,汽车厂商正在与互联网公司竞争,因为互联网公司也在寻找具有同样技能组合的候选人。另一方面,对开发者社区以及开源模式的缺乏重视,正在成为阻碍传统车企加速软件化和智能化转型的拦路虎之一。

4. 产品生命周期带来的长期维护挑战

相比于汽车来说,手机和电脑的使用寿命可能只有几年,但其中的应用与操作系统会收到频繁的定期更新。但是对于汽车来讲,整体的汽车架构可能已经使用了很长时间,平均使用寿命会超过 10 年甚至更久,所以车企及其上下游供应商需要考虑相应的支持软件是否会因为超长的硬件生命周期而带来风险。

比如:你如何确定使用的组件在未来会得到开源社区的支持?如果社区(或供应商)放弃了该项目,你是否准备为其提供持续支持?开源软件的发布周期是怎样的?与代码库的规模相比,该组件在过去几年里有多少个漏洞?社区是否具有安全意识?

车企如何应对这些挑战?

车企如何应对软件供应链带来的挑战这是一个很大的话题,由于本文篇幅有限,先从一些较大的层面来阐释,安势信息将在之后的文章推送中为大家详细解析。

1. 建立正确应用和管理开源的思维模式与组织

我国的头部互联网企业基本建立了较为完善的开源治理体系,但是传统的车企对于为什么要治理开源、怎么样正确治理开源了解甚少,所以在面临重大开源安全事件之时应对能力不足。

在世界范围内,企业开源合规治理的一大趋势便是建立开源项目办公室(OSPO),OSPO 的主要职能涉及安全、法务、研发等部门,在企业中协调和解决为什么使用开源、如何合法合规的使用开源、如何安全的使用开源以及把开源上升为企业的战略。企业的法务部门应该进行人才的投入来从上到下的建立企业开源版权意识。这些对于我国传统车企来说还有很长的路要走。但是值得欣喜的是,我们在长期的实践中已经看到了越来越多的新兴车企,由于其互联网基因相对比较强大,已经在这方面走在了前列。

2. 建立适应新型开发模式的研发体系和流程

由 V 字型开发流程转向 DevOps 对于传统车企是非常巨大的转变,其难度是不言而喻的,这其中不但包括工具链的选型,也包括研发、安全、运维等部门建立新型的思维模式。前文提到,流程层面的安全核心之一是溯源(provenance)信息,即我们是否能确保这些代码/制品的来源可靠。国际头部互联网公司开始使用一些诸如 SLSA 或 sigstore 这类的框架或方案来在整个研发流程中保护软件制品的完整性。另外,企业对于开源软件选型和建立白名单等机制也对安全合规地使用开源组件大有助益。我们也看到越来越多的国内企业在探索适应企业内部研发体系的开源治理之路。

3. SBOM SBOM SBOM

用一个例子来阐述 SBOM 的重要性:

假设一个 Tier 2 正在使用一个开源组件。此时,一个漏洞被披露出来。

首先,供应商需要了解在哪些应用中使用了有漏洞的开源组件。But HOW?接下来,需要监控开源组件来源,以便知道新报告的漏洞。然后,他们需要重新构建和测试代码,以补救这个问题。

当所有这些步骤都完成后,软件更新需要交给 OEM 或 Tier 1,纳入该实体组件的更新中,并最终对每个消费者的车辆进行更新。

对于车企来讲,软件供应链不单单涉及企业内部研发的供应链,更有明显的上下游特点。在发生安全事件的时候迅速掌握企业研发的软件中是否涉及相关组件(如 Log4j 事件)是至关重要的。从 OEM 到 Tier 1 到 Tier 2 都需要构建生成 SBOM 的能力。

SBOM 是开源治理的基础,当供应商或汽车 OEM 不了解其产品软件中使用的所有开源代码时,就无法抵御针对这些开源组件的漏洞攻击。任何利用网联汽车技术的组织都需要检查它用来提供这些功能的软件生态系统,并在其安全计划中涉及对开源代码的识别和管理。更进一步来讲,生成完整准确的 SBOM 离不开 SCA(Software Composition Analysis, 软件成分分析)工具。

参考资料:

https://www.rtinsights.com/why-open-source-is-the-best-road-ahead-for-the-software-defined-car/

https://www.rtinsights.com/why-open-source-is-the-best-road-ahead-for-the-software-defined-car/

https://softwaretesting.news/is-open-source-software-a-cyber-security-risk-in-connected-vehicles/

2026网络安全研究前瞻:AI与云原生驱动的入侵检测、恶意软件分析与API安全 网络安全的核心在于持续应对不断演进的威胁。从基础概念看,网络入侵检测系统(IDS)通过分析网络流量模式识别恶意行为,其原理从早期的签名匹配发展到基于机器学习的异常检测。随着加密流量(如TLS 1.3)成为常态,传统深度包检测(DPI)技术面临挑战,这推动了基于流量元数据和机器学习的新一代检测技术的发展。在云原生和微服务架构下,东西向流量激增,攻击面从网络边界扩展到服务内部,使得安全防护的价值从单点防御转向全链路可视化与精细化控制。应用场景已从传统数据中心延伸至智能汽车、工业物联网等复杂环境。本文聚焦于**网 阅读详情

相关推荐

2026年AI技术全景:多模态生成与智能体开发平台

人工智能技术正从单一工具向自主智能体演进,其核心驱动力在于多模态理解与生成技术的突破。以Google Gemini为代表的新一代AI系统,通过融合视觉、语言和行动能力,实现了从数据分析到任务执行的闭环。在工程实践层面,AI Agent开发平台的成熟让企业能快速构建业务代理,处理客户服务、数据分析等场景。多模态生成技术达到影视级水准,支持视频编辑与风格迁移,大幅提升创意产业效率。这些技术进步正在重塑编程辅助、企业智能化等领域的生产力范式,开发者生态也涌现出可视化工作流设计等低门槛工具。

weixin_34205826的博客 397

特斯拉开始发布其汽车的开源Linux软件代码

  这是一个公开的秘密:特斯拉汽车不仅通过电池供电,而且通过开源软件供电。不过,直到最近,特斯拉还没有履行其在开放源代码许可下的义务,但现在特斯拉终于发布了一些LinuxS代码,用于ModelS和X汽车。   TeslaGitHub存储库包含ModelS/X2018.12软件版本的代码。具体而言,它包含TeslaAutopilot平台上的系统映像,其底层硬件的内核源代码以及基于Nvid...

weixin_30933531的博客 1551

AI4SAFE-IoT:边缘安全新架构

本文提出AI4SAFE-IoT,一种基于人工智能的物联网边缘层安全架构,通过部署智能安全模块实现威胁检测、归因与响应。该架构采用服务化设计,具备高可扩展性与低开销优势,支持多层协同防护,并在服务管理评分中获得84.7分,表现优于现有模型。

pz8901234的博客 814

汽车网络安全攻击实例解析

近年来,汽车网络安全攻击事件频发,而汽车智能化和网联化所带来的安全隐患也与日俱增,研究人员除了考虑如何加入防御措施之外,还应该站在攻击者的角度来分析历史的攻击事件以及攻击手段。

TICPSH的博客 1686

Power BI实战:从数据清洗到可视化报表的完整流程

本文详细介绍了使用Power BI进行数据分析的完整流程,从数据获取、清洗整理到建模与可视化。通过实战案例,重点讲解了连接MySQL数据库、使用Power Query进行数据清洗、利用DAX创建核心度量值以及设计交互式报表的关键步骤与技巧,帮助用户高效完成从原始数据到专业可视化报表的转化,实现数据驱动决策。

weixin_29070721的博客 398

大学生智能车竞赛初次尝试经验分享--1(硬件绘制电路,pcb部分)

本人机械电子专业大二暑假参加全国大学生智能车竞赛,之前参加过一些其他类型的比赛有一点基础,由于之前疫情影响所以做智能车比赛断代了,没有学长带也没有思路,从一开始的一头雾水逐渐摸索出我感觉比较实用的经验。 一.首先是硬件的准备工作: 1.硬件部分与要自己设计需要的电路制成pcb。推荐使用Altium Designer20,AD比较常用所以有多实用的教学视频,另外需要自己了解布线规则,包括信号线,电源线常用的宽度 一些电源电路,驱动电路建议用multisim仿真,没有问题再进行制版 单片机有关的需要仿真

weixin_52679034的博客 9837

重磅:保障汽车软件安全更新 美国研发新开源框架

导读 汽车工业正在走向车联网时代,迅速发展之际,安全形势也日益严峻。最近,美国科研人员开发了一个免费、通用、开源的软件框架,用于保护汽车中的软件更新。在开源框架投入汽车工业使用之前,研究团队呼吁世界各地的安全专家帮助他们寻找该框架的漏洞。 简介 这款开源安全软件框架名为“Uptane”,它在目前广泛使用的“TUF”(软件更新框架)基础上发展而来。 Uptane 项目,由纽约大学坦登工程学院...

lelemaymay的博客 637

STM32版CCD线性摄像头寻线寻迹小车_stm32接ccd

目前大多数的小车寻线寻迹都是用红外对管寻线,这是比较简单也比较成熟的技术方案,且成本也低。本文将介绍使用CCD线性摄像头寻线寻迹。TSL1401 线性传感器由一个 1x128 的光电二极管阵列、相关的电荷放大电路以及一个内部像素数据保功能组成。内部像素数据保功能可以为所有像素点提供同时积分的开始和停止时间。该阵列由 128 个像素组成,每个像素的感光面积为 3,524.3 平方微米。像素之间的间隔为 8μm。内部控制逻辑简化了操作,该模块需要串行输入(SI)信号和时钟信号(CLK)。

2401_87557129的博客 3229

特斯拉 开源_特斯拉的GPL合规性,来自腾讯的新型开源AI等

特斯拉 开源 在本版开源新闻综述中,我们将看看特斯拉(终于)开始遵守GPL,腾讯的新开源AI,开源保险政策等等。 特斯拉开始遵守GPL 与许多公司一样,电动汽车制造商特斯拉(Tesla)使用GPL ed软件来快速启动并运行。 像许多公司一样,特斯拉在遵守该许可要求方面一直很慢。 但这已经开始改变 。 经过多年的哄骗,该公司“现在正在发布其软件的某些部分,这将对特斯拉黑客和安全研究人员...

cumo3681的博客 1274

vLLM 多机多卡推理测试与验证(Kubernetes)vLLM 多机多卡推理 Kubernetes 验证

本文记录在两台 L20 机器,每台机器 4 块 L20 显卡(46G)的环境下,使用 vLLM 部署 Qwen2.5-32B-Instruct-GPTQ-Int4 模型并提供多节点多卡推理服务的过程。服务(Serving)模型服务是指将模型部署到生产环境中,通过 API 或其他接口提供预测服务的过程。【分布式推理与服务】(Distributed Inference and Serving)是指在多个机器或设备之间部署和管理机器学习模型,以高效地处理推理请求并满足大规模服务需求。3、启动 vLLM 服务。

流水_鱼鱼的博客 3459

第一节:从Chat_Bot 到 AI_Agent——一个范式转换

本文系统剖析了工业级AI代理系统ClaudeCode的设计原理与工程实践。通过对比ChatBot与Agent的三个本质差异:自主循环决策vs单轮应答、环境交互vs纯文本I/O、持久状态管理vs无状态对话,揭示了构建生产级Agent系统的关键挑战。文章详细解析了ClaudeCode的五层架构设计、1800+文件组成的运行时系统,包括工具调度、权限管理、状态持久化等核心机制,并阐述了从简单API调用到完整Agent系统的演进路径。

2201_75869398的博客 69

(0704-0710)本周开源软件安全大事记

OSCS社区共收录安全漏洞15个,值得关注的是Apache Commons Configuration 任意代码执行漏洞(CVE-2022-33980),Django Trunc和Extract方法存在 SQL 注入漏洞(CVE-2022-34265)和OpenSSL RSA 远程代码执行漏洞(CVE-2022-2274)。...

OSCS开源安全社区 1519

宇树G1开发实践--PPT汇报(基础版)

本文介绍了一套基于宇树G1人形机器人的PPT自动演示系统,可实现"一键启动、自动演讲"功能。系统通过多线程同步技术,将音频播放与机器人动作完美结合,支持12种预设社交互动动作。硬件依赖宇树G1机器人、外接音响和网络连接,软件采用Python SDK和ALSA音频工具。核心功能包括音频文件自动排序、外接音响播放控制、机器人动作执行及音画同步。使用时需配置网络接口和音频设备号,运行后自动按顺序播放音频并执行随机动作。系统特别强调了安全注意事项,并提供了常见问题解决方案,适用于展会、汇报等需要

m0_47999117的博客 510

车载毫米波雷达传感器介绍:汽车安全新守护者

车载毫米波雷达传感器介绍:汽车安全新守护者 去发现同类优质开源项目:https://gitcode.com/ 在自动驾驶和智能汽车技术飞速发展的今天,车载毫米波雷达传感器成为保障驾驶安全的关键组件。本文将深入探讨这一技术的核心功能与应用场景,揭示其在汽车行业的广泛应用。 项目介绍 车载毫米波雷达传感器是一种先进的传感器技术,能够在各种恶劣天气和光照条件下,对车辆周围的障碍物进行准确检测。本文详细介...

gitblog_06727的博客 353

Flow Match 原理 及应用

Flow Matching(流匹配)是生成模型的范式革命——用确定性ODE替代随机扩散过程,在自动驾驶轨迹预测中实现10倍采样加速和更高生成质量。更快的采样速度:通常只需 10-50 步就能生成高质量样本更稳定的训练:避免了传统扩散模型中复杂的噪声调度理论基础:基于连续正规化流(Continuous Normalizing Flows)核心思想:Flow Matching 通过学习一个 向量场(vector field) 来直接建模从噪声分布到目标分布的连续变换路径。

@bangbang的博客 102

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

2025全球数字经济大会—云智算安全论坛暨第三届“SecGo论坛”成功召开!共筑安全新生态

在此过程中,中国信通院以标准为锚、以技术为帆,通过产学研用协同机制架起沟通产业与技术的桥梁。为积极营造安全可信网络生态环境,中国信通院面向创新安全技术领域供需双方开展“可信安全”系列评估,覆盖人工智能安全与应用、云安全、软件供应链治理等领域,成为新安全技术领域研发、选型和应用的重要参考。为提升企业安全能力,顺应日益演进的安全态势发展,中国信通院发起“秒响应”——安全运营摘星计划专项活动,以事件响应表现为核心评估维度,通过对事件响应过程中的关键流程节点响应表现进行考察,遴选安全运营效率高的安全运营星级单位。

科技云报道 615

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

从十五五规划看未来五年网络安全行业的发展趋势

十五五”时期在基本实现社会主义现代化进程中具有承前启后的重要地位,是夯实基础、全面发力的关键时期。国务院根据中共中央制定的《十五五规划建议》编制了《中华人民共和国国民经济和社会发展第十五个五年规划纲要》(简称《十五五规划纲要》),经全国人大表决通过后予以公布,这是今后五年我国全面建设社会主义现代化国家的宏伟蓝图,从中也可以窥见一些网络安全行业的发展趋势,本文试着去分析一下。

yy1715713348的博客 186

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

千亿智能体爆发前夜,谁来保护我们的AI安全?

越来越多的企业正在从观望转向实战,发现了AI在实际业务中的巨大价值。数据不会撒谎。根据Gartner高级研究总监闫斌的预测,到2027年,优先考虑AI就绪型数据的准备而非生成式AI模型开发的中国企业中,80%实现的业务价值将是同行的两倍;通过正式建立AI治理而在生产环境中扩展生成式AI和代理型AI用例的中国企业,其实现的业务价值将比没有建立治理架构的企业高出50%以上。**AI****产生商业价值的前提,是它必须从一个只会人机对话的玩具,逐步进化成具备自主决策、自主行动能力的智能体工具。

喜欢Python编程的程序员柚柚呀 926

骁龙芯片遭遇“启动门”:CVE-2025-47372高危漏洞突袭,多终端安全防线告急

高通2025年12月披露11项芯片安全漏洞,其中CVE-2025-47372(CVSS 9.0)最为严重,涉及设备启动流程的缓冲区溢出漏洞,影响骁龙8 Gen3等旗舰芯片。漏洞覆盖智能手机、5G终端及智能汽车等多领域设备,存在远程控制、隐私泄露等风险。此次事件暴露了芯片固件层安全短板,凸显智能设备跨界融合带来的连锁风险。建议用户及时更新补丁,厂商加强供应链安全协作,行业需建立统一芯片安全标准,推动硬件级防护技术发展。事件标志着芯片安全进入"全场景防护"新时代,安全能力将成为企业核心竞争力

从零开始,掌握网络安全。提供全面的网络安全教程、攻防演练技巧和行业动态。 2508

从数说安全《2026AI安全产业研究报告》看国内AI原生安全厂商格局

在这一趋势下,悬镜安全的价值不只是“进入报告”,而是它代表了国内 AI 原生安全厂商的一条重要演进路线:以 AI 治理 AI,以数字供应链安全为底座,将研发安全、开源治理、AI 应用安全测试、智能体运行时防护和安全态势管理连接起来。悬镜安全的灵脉AI与源鉴SCA,正好对应这一场景。悬镜安全凭借源鉴SCA、灵脉AI、问境AIST、灵境AIDR、灵脉IAST、夫子ASPM等产品矩阵,已经在 AI 原生安全、DevSecOps、软件供应链安全、AI 应用安全测试和智能体运行时防护等关键方向形成系统布局。

软件供应链安全选型指南 279

未来回溯威胁建模(FBTM):构建面向未知威胁的认知安全体系-1

它主张从预设的、合理的未来威胁场景出发,通过时间反转(Temporal Inversion)​ 和认知压力测试(Epistemic Stress-Testing),逆向推导并系统性地质疑当前安全体系中所依赖的底层假设,从而将“未知的未知”转化为“已知的未知”,并最终通过“信号-关卡-控制”链将其转化为可度量的安全证据。此原则要求对未来的威胁场景进行优先级排序,排序的依据不仅是其新颖性或冲击力,更是其发生的可能性、对组织的系统性影响、以及组织应对能力的可及性。其有效性不是天生的,而是需要被检验的。

hao_wujing的专栏 347

每日一报知天下事

早知天下事 2022年8月2日 周二 【 每日早报 】 0、倪行军接任支付宝(中国)法定代表人、董事长,「两个支付宝」业务模式清晰化 1、国家市场监管总局:建立新能源汽车事故报告制度,组建新能源汽车事故调查协作网 2、谷歌与芯片代工厂 SkyWater 合作开发 90nm 节点开源设计流程 3、微信上线视频号「个人专栏」,现已开放申请 4、美团正式启动 2023 届校招,将录用 5000 多名应届生 5、每日优鲜否认发布「资金断链无法正常经营」的通知 6、苹果推出 Apple Store 零售店

m0_68081069的博客 2225

AI安全实战指南:从对抗样本到企业级防御体系构建

对抗机器学习是人工智能安全领域的核心概念,它研究如何通过精心设计的输入样本(对抗样本)来欺骗机器学习模型,揭示了模型决策边界的脆弱性。其技术原理通常基于模型的梯度信息,通过微小扰动即可导致严重的分类错误,这凸显了模型鲁棒性的重要性。在工程实践中,理解并防御对抗攻击对于构建可信赖的AI系统具有关键价值,尤其在金融风控、自动驾驶和内容安全等高风险应用场景中。为了应对这些挑战,需要系统性地掌握从攻击技术(如FGSM、PGD)到防御方案(如对抗训练、差分隐私)的知识体系,并最终将其融入企业级的AI安全开发生命周期,

weixin_30369041的博客 340

下一个十年,互联网将是什么样?雷军、周鸿祎、张朝阳、吴泳铭这些巨头大佬都释放了哪些信号?

一条路是越做越大,探索人类的星辰大海。在他看来,创新不是短期行为,而是在企业文化的驱动下,长期深耕于某一个领域,走出一条独特的路。最后,我们接轨国际互联网已经走过30个年头,一大批敢于弄潮的创业先锋,如今已经成为新一代创客眼中的榜样楷模,甚至创业导师,过去的三十年,中国互联网同样不输大洋彼岸的硅谷故事,可谓波澜壮阔、风起云涌。如今大模型的到来,再一次让我们看到科技变革潮流的巨大魔力,“智能向实、智能向善”,欣喜地是,中国一直有着足够的场景空间让先进的技术、先进的创客们不断生根发芽,直至大树参天。

IT界那些事儿 2489

数百万设备受新型 BrakTooth 蓝牙漏洞影响,并非所有厂商均修复

聚焦源代码安全,网罗国内外最新资讯!编译:代码卫士本周,安全研究员发布影响蓝牙软件栈的16个漏洞,多家热门厂商的片上系统 (SoC) 都在使用该软件栈。这些漏洞被统称为 “BrakToo...

smellycat000的专栏 329
上一篇: 《SBOM: 提高软件供应链透明度的关键》重磅白皮书来袭
下一篇: 专注软件供应链安全,「安势信息」完成数千万元级别 Pre-A 轮融资
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值