黑客利用智能绘图平板发起DDoS攻击

原文地址

 

英国网络防御公司Darktrace上周发布的报告显示,黑客使用新方法利用智能设备发起攻击。这份报告包含Darktrace 调查的9个案例分析,其中2起网络事件因物联网设备造成。

黑客利用智能绘图平板来实施DDoS攻击

Darktrace专家在其中一起案例中揭露,黑客劫持建筑公司使用的智能绘图平板构建物联网僵尸网络,实施DDoS攻击。

这类设备连接到办公室Wi-Fi,却未修改默认登录密码,黑客便可以通过一系列渠道访问设备。任何外部攻击者也可以使用绘图平板软件的默认登录凭证访问设备。

报告指出,扫描互联网的攻击者发现了易受攻击的智能绘图平板,其被用来将大量数据发送至许多全球娱乐公司、设计公司和政府机构的网站。

智能鱼缸被用来入侵北美赌场

另一起案例中,攻击者利用了北美一家赌场的智能设备。不明身份的黑客设法控制了赌场内安装的一个智能鱼缸。

尽管鱼缸安装在赌场的VPN(虚拟专用网络)上,与其它赌场网络是隔离的,但黑客仍然设法入侵了主机,窃取了赌场的数据。

Darktrace表示,被窃取的数据被转移到位于芬兰的设备上,但没有其它公司与这台外部设备有过通信。

专家补充称,没有其它公司设备发送差不多的数据到出站数据。通信发生在与音频和视频有关的协议上。黑客通过物联网鱼缸窃取了超过10GB的数据。

Darktrace在报告中详细描述的其它攻击场景包括,虚拟货币挖矿软件劫持了美国一家保险公司。另外还有几个案例与内部威胁有关,例如离职或现任员工入侵公司。

 

原文地址

转载于:https://my.oschina.net/u/3568122/blog/1502806

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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