有重奖!阿里安全应急响应中心“2018 专项情报收集计划”

阿里巴巴安全响应中心(ASRC)启动2018专项情报收集计划,旨在聚焦并解决业务痛点,涵盖数据泄露、评价操控、黄牛行为、钓鱼攻击等方面,对有效情报给予奖励,并设置年度奖项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

威胁情报已不是一项新的事物,它不像漏洞那样纯技术,更加丰富多彩。ASRC于2016年5月推出《阿里巴巴集团威胁情报定级标准V2.0》,自发布以来收到了来自上百名白帽的上千条情报。
ASRC

2018年,我们希望能更聚焦、更专注于业务关注的痛点情报,故发布《2018专项情报收集计划》,相关情报我们会同比有更强的意愿接收及给出更好的奖励,并根据提交情况在年末为卓越情报专家颁发“年度情报之星”荣誉。

当然,除活动所述情报外,其他类型的各种情报也还是正常收集,可参考定级标准2.0。

一、时间:

2018年6月8日 - 2019年3月31日

二、范围:

以下情报范围均为阿里系相关情报

1.数据情报

在大量收集阿里经济体相关会员或交易数据的各类平台、工具及人的情报,如批量爬取手机号、爬取会员信息、贩卖个人信息等。

2.评价相关

阿里系商品评价:能通过技术手段或其他手段影响评价体系的工具、手法等,需要有相关例子作为证明。

3.黄牛相关

黄牛软件:软件保证可用,可下载,需要提供可抢购成功的证据,需要提供软件账号。非淘系抢购软件不接收。

黄牛软件作者及总代理:提供黄牛软件作者和总代理的QQ等存在可联系的方式数据。

黄牛技术:被证明能用于突破阿里系黄牛防控的技术或者手法。

不接收的范围:

黄牛软件使用者:如单个发现某人使用黄牛软件抢购。

黄牛软件小代理:如普通的黄牛软件二级分销商,普通卖家等。

黄牛抢购情报:发现黄牛的抢购目标之类的,或者查询抢购清单类的,当前暂不关注。

非黄牛软件情报:使用批量付款工具的行为不属于黄牛产业链,当前暂不关注。

4.钓鱼相关

大型钓鱼站点后台地址:通过欺诈、网络劫持、seo等多种方式吸引了大量流量的钓鱼后台,积累了大量买家数据的,可以直接将相关后台进行举报,需要证明后台有大量数据,也可以提供相关证明方式详细信息

大型钓鱼站点后台源码:市面上较为通用的钓鱼网站源码,需要有5个以上实际case证明通用性

不接收的范围:

单个钓鱼站点:单个普通钓鱼站点地址通过搜索可直接大量获取,不在我们的收集范围内

5.手机接码相关

接码软件:软件保证可用可下载(最好上传网盘),软件功能保证可取号、可取短信即可,视频也可作为证明。

接码平台:保证可访问可取号

寄售平台上的手机接码相关情报:如来自一些寄售平台上在出售的手机接码链接或软件(大多为低危)

拉新薅羊毛方法:包括但不限于IP、设备等绕过方法类情报。

6.搜索相关

能提高淘系平台商品或店铺的搜索权重、排名等数据的软件工具、技术手法、网站平台,需要保证软件、网站平台的可用性,手法类需要有证明可行的证据,包括但不限于截图、视频等。如卡位升排名卡首屏类软件、工具、平台。

基于按键精灵类的模拟点击软件或手法,不在收集范围内。

三、以上情报定级特殊规则:

除寄售平台上的手机接码相关情报外,其他类型情报一经确认危害起步为中危,具体视相关软件的使用量、涉及资金量、影响面而定。

重复上报的技术、软件、平台等情报将被驳回,软件请上传到网盘后附上链接,软件和平台需要可用、可访问。

四、无效情报

无效情报是指错误、无意义或根据现有信息无法调查利用的威胁情报,例如:

上报虚假捏造或人为制造情报信息的;

上报可能刷单、炒信的QQ群号,且未提供其他有效信息的;

通过社工等手段诱导客服进行相关操作的;

上报已发现或失效情报的。

五、 评分标准通用原则

  1. 评分标准仅适用于可威胁到阿里巴巴集团产品和业务相关的情报。与阿里巴巴集团完全无关的情报,不计贡献值;
  2. 由于情报分析调查的时间较长,因此确认周期相比漏洞的时长较长;
  3. 由于情报的时效性,报告已知或已失效的情报不计分;
  4. 同一情报,首位报告者计贡献值,其他报告者均不计;
  5. 涉及到与阿里巴巴安全的情报,在情报未处理完成前公开的,不计分;
  6. 非核心业务的情报等级将结合情报影响程度作降级判定;
  7. 人为自行制造安全威胁或安全事件情报的不计分,同时阿里巴巴将保留采取进一步法律行动的权利。

本活动自2018年6月8日起执行,ASRC负责本活动的解释和更新。

内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
评论
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