- 综合排序
- 最热优先
- 最新优先
- 来自专栏Alter聊科技
操作系统加码主动防护：数智化有了“安全底座”
就像Linux社区里曾普遍认为：“Security bugs are just bugs”，以至于安全防护长期依赖于bug修补。 在这样的背景下，主动防御策略逐渐成为开源社区的共识。一个典型的例子，就是中关村实验室联手openEuler打造的HAOC复式内核，选择在系统的设计中构建安全体系。 由于Linux的宏内核架构是扁平化的，所有模块集中在同一个地址空间，相互之间没有任何隔离，一旦某个模块存在漏洞，可能导致整个内核被攻陷，无疑增加了构建主动防御策略的难度。 中关村实验室提出了复式内核的设计思想，尝试建立系统性的主动防护：首先，重构了内核的结构。将内核划分为中枢核心层、普通模块层和高风险模块层。 就在操作系统大会2024上，HAOC内核2.0正式发布，相比HAOC内核1.0实现了多项能力的升级：1、同时具备X86和ARM两个主流架构的内核攻击防护能力；2、对页表结构、权限凭证、访问控制策略和密钥进行安全防护
33110编辑于 2024-11-20 腾讯云可观测平台AI驱动运维提效与主动防护实践
直面运维被动救火与未知风险防控瓶颈 企业运维面临被动救火式响应核心痛点：传统模式依赖人工排查，跨云服务链路根因定位难，未知风险无法主动发现，专家经验门槛高导致排障效率低。 理想运维需从“事后处置”转向“事前防护”，现实却受限于数据割裂、分析能力不足，形成运维效率与风险防控的双重瓶颈。 Agentic运维模式变革： Memory核心价值：跨云服务链路智能根因定位，突破“未知”限制主动发现风险； MCP知识沉淀：知识双飞轮（边用边沉淀腾讯经验与企业知识），专家经验产品化降低运维技能要求 技术架构：全栈可观测能力（基础设施→应用→用户端）+ AI大模型深度融合，实现从“监控”到“业务洞察”升级（2022-2024演进路径：监控→可观测→业务洞察）； 模式创新：Agentic运维从被动转向主动防护
11310编辑于 2026-04-16腾讯云AI可观测平台：实现运维模式从被动救火到主动防护的变革
技术实现： 排障效率提升：典型问题实现分钟级定位 告警准确性：智能告警准确率提升30% 人力成本优化：SRE人力投入减少50% 某大型电商平台智能运维实践 该平台接入腾讯云可观测AI工作台后，实现了： 主动风险识别
15710编辑于 2026-04-15- 来自专栏云鼎实验室的专栏
Axios 供应链投毒事件响应：腾讯云安全已完成主动排查与风险防护升级
Unregister-ScheduledTask -Confirm: 腾讯云安全响应 腾讯云主机安全与云防火墙已于事件公开后第一时间完成检测规则、IOC 与恶意域名拦截策略更新，支持客户对受影响资产进行快速定位、风险处置及持续防护
61720编辑于 2026-04-09 - 来自专栏授时安全防护装置
固定式反无人机主动防御系统及北斗授时安全隔离防护装置技术要求
同步保持模式 synchronous and maintained model 北斗授时安全隔离防护装置实时接收卫星导航信号并保持与之同 步，持续输出安全可信的授时信号（以下简称安全信号）的工作模式。 拒止维持模式 blocked and maintained model 卫星导航信号不可用或存在干扰信号影响授时安全时，北斗授时 安全隔离防护装置在不使用外部输入的卫星导航信号的情况下，自主 维持安全信号的工作模式 图片 图片 北斗授时安全隔离防护装置 2要求 2.1功能 2.1.1干扰信号隔离 应具备干扰信号隔离功能，能自动隔离非安全的GPSL1信号， 或影响授时安全的干扰信号，以阻断干扰信号传输的方式避免其对授 若输入的卫星导航信号质量能确保北斗授时安全隔离防 护装置正常稳定地保持对其所使用的卫星导航系统的同步，北斗授时 安全隔离防护装置应工作于同步保持模式；否则，北斗授时安全隔离 防护装置应工作于拒止维持模式 .工作模式切换时，北斗授时安全隔 离防护装置输出的安全信号应保持连续稳定。
1.5K10编辑于 2023-03-14 - 来自专栏网络安全技术点滴分享
Infoblox推出革命性高级威胁防御方案，通过DNS层防护主动抵御AI驱动的复杂攻击
勒索软件、供应链攻击和AI生成的威胁正在突破传统防御体系，暴露出企业安全防护的重大缺陷。攻击者利用AI技术发起更隐蔽、更频繁的定向攻击，传统基于特征码的被动防御已失效。 预防性安全新范式Infoblox提出革命性的DNS核心防护策略，其最新增强的Infoblox Threat Defense™方案具备：覆盖本地、云、边缘、远程及IoT/OT环境的全域防护采用独特的"犯罪组织优先 防护指标 82%的基于域名的攻击在首次DNS查询时即被阻断通过"防护效果看板"提供量化安全指标防护DDI平台优势 无需新增基础设施DNS与防护DNS统一管理减少下游安全设备40%告警负载系统集成特性与 SIEM/SOAR/XDR系统深度集成新增检测模式支持零配置试运行基于令牌的弹性授权模式资产级上下文关联分析能力实际防护案例VexTrio Viper：阻断基于DNS的恶意流量分发系统Hazy Hawk
20410编辑于 2025-08-12 - 来自专栏AI SPPECH
015_具身人工智能的安全防护体系：多层次防御与主动响应策略
本文将深入探讨具身人工智能的安全防护体系，从多层次防御架构设计、主动响应策略、实时监控机制到实战案例分析，为构建可靠的具身AI安全防护系统提供全面指导。 我们将特别关注如何整合物理安全与网络安全，如何实现主动威胁检测与响应，以及如何在保证安全性的同时维持系统性能。 “”" 结论 具身人工智能的安全防护是一个复杂而系统的工程，需要从多层次防御架构、主动响应策略、实时监控机制等多个维度进行全面设计和实施。 本文详细探讨了具身AI系统的安全防护体系，包括物理安全层、网络安全层、应用安全层和数据安全层的防御策略，以及威胁检测、安全响应自动化和自适应安全防护等主动响应机制。 我们认为，构建有效的具身AI安全防护体系需要遵循以下核心原则： 防御纵深：采用多层次、多维度的防御措施，形成纵深防御体系 主动防御：从被动防御转向主动检测和响应，提前识别和应对威胁 自适应调整：根据环境变化和威胁情况
42210编辑于 2025-11-19 - 来自专栏全栈程序员必看
MS WORD 表格自己主动调整列宽，自己主动变美丽，依据内容自己主动调整
这个功能就是表格的自己主动调整功能。表格的自己主动调整功能有依据内容调整表格和依据窗体调整表格。 一、表格依据内容自己主动调整 1、依据内容调整表格 主要利器之中的一个，当表格比較凌乱。 对于内容比較少的列会自己主动压缩其所占空间。使用后表格内容分布会变得比較匀称。差点儿不须要再行调整，或仅仅需简单的微调就可以达到理想的效果。 二、使用快捷键调整表格 当文档中出现数十个或数百个表格时，先要移动到要编辑表格上，再接着点每一个表格的右键，然后移动到“自己主动调整”菜单，然后移动到依据内容/窗体调整表格菜单，最后点击运行调整
1.6K20编辑于 2022-07-10 - 来自专栏DDD
主动GC,需要吗
swap加载到内存，耗时 解决思路 对于上面的原因，可以找出对应的方案： 分配小点，通过小而快的方式达到快速gc 定期检测old gen使用情况，当快要到达临界值时候(old gen使用率大于50%)主动执行 cms gc 主动Gc可能会影响服务，所以可能需要服务先下线，gc完，再上线 参考资料 CMS垃圾回收器详解 GC Algorithms: Implementations
73020发布于 2021-03-23 - 来自专栏python前行者
frida主动调用方法
frida主动调用函数 除了使用frida进行hook, 很多场景我们需要用frida主动调用app的java方法和so方法。 所以主动调用要灵活的多。 更多frida调用app方法 frida rpc视频演示: https://space.bilibili.com/430241559 frida主动调用方法分类 frida主动调用分为下面几种情况 frida 主动调用java类方法 （静态java方法） frida 主动调用native类方法 (静态native方法） frida 主动调用对象的java方法 frida 主动调用对象的native方法 frida //新创建的对象 1) 直接获取内存中对象主动调用 主动调用代码 function call_enc(str_data, n_num) { //这里写函数对应的类名 var str_cls_name
82310编辑于 2025-06-13 - 来自专栏算法进阶
主动学习概述(ActiveLearning)
一、前言 本文整理了我对主动学习的理解和最新研究的感悟，主要目的是供大家参考、讨论，一起学习和交流主动学习的技术。 因为主动学习的过程中存在人的标注，所以主动学习又属于 Human-in-the-Loop Machine Learning 的一种。 主动学习为什么是有用的？下面通过一个直观的小例子让大家感受一下。 七、实际应用可能存在的问题 虽然考虑到主动学习的出发点和要解决的问题都比较实际，但是目前的主动学习方法在实际应用的话还是存在一些问题。 性能不稳定：制约主动学习最大的问题就是性能不稳定。 难以迁移：主动学习是一种数据选择策略，那么实际应用中必然需求更通用、泛化性更好的主动学习策略。 通过系统的消融实验和定性可视化，作者验证了集体异常值是导致基于池的主动学习退化的普遍现象。值得注意的是，作者表明，随着主动学习池中集体异常值的数量减少，主动学习样本效率显着提高。
82730编辑于 2023-11-16 - 来自专栏CreateAMind
—个主动设计agent
AlDA：—个基于推理的主动设计代理 从人类大脑只跟环境交互就设计算法的方式（例如，语音和对象识别、骑自行车等）中获得灵感 音频处理算法 摘要 在本文中，我们介绍了AIDA,它是一个基于推理的主动代理 在计算方面，AIDA被实现为一个主动的基于推理的代理,具有用于试验设计的期望自由能标准。 主动推理，贝叶斯试验设计，助听器，降噪，概率建模，源分离，语音增强，变分消息传递 1介绍 助听器（HA）通常配备有专门的降噪算法。 我们的方法的新颖之处在于，整个提出的系统被构建为概率生成模型，在该模型中，我们可以通过（预期的）自由能最小化来执行（主动的）推理。 这种方法体现了基于FEP的代理，其与声学模型结合操作，并主动学习最佳的依赖于上下文的调谐参数设置。
34231编辑于 2023-10-24 - 来自专栏程序员充电站（itcharge）
iOS 开发：『Crash 防护系统』（二）KVO 防护
本文是 『Crash 防护系统』系列 第二篇。 通过本文，您将了解到： KVO Crash 的主要原因 KVO 防止 Crash 的常见方案 我的 KVO 防护实现 测试 KVO 防护效果 文中示例代码在： bujige / YSC-Avoid-Crash 那么有没有一种对项目代码侵入性小，同时还能有效防护 KVO 崩溃的防护机制呢？ 网上有很多类似的方案可以参考一下。 我的 KVO 防护实现 参考了这几个方法的实现后，分别实现了一下之后，最终还是选择了 方案一、方案二 这两种方案的实现思路。 ---- 参考资料 大白健康系统 -- iOS APP运行时 Crash 自动修复系统 iOS-APP-运行时防 Crash 工具 XXShield 练就 - 茶茶的小屋 iOS 中的 crash 防护
5.1K41发布于 2020-10-26 - 来自专栏CreateAMind
主动推理研究机构和主动推理生态系统
它将被版本化为一般和局部生态系统的活表示(循环和更新),描述主动推理研究所的过去、现在和未来行动。 序文 主动推理是一种基于物理学的综合方法，将认知和行为建模为预测误差的主动最小化[1–3]。 主动推理研究所&主动推理生态系统。 扩展主动推理生态系统。主动推理生态系统的恶劣性使我们能够对各种考虑领域采取积极主动的方法。在该研究所，我们在应用于上述挑战领域的努力和主动推理生态系统的新兴需求之间建立了协同作用。 主动推理涉及抽象概念、数学形式和特定术语，使得新手主动参与框架很有挑战性。鉴于主动推理的跨学科性质，学习资源必须适合主动推理和各种其他领域的边缘(如社区产生的沉浸式学习体验[113]). 人机交互中的主动推理。第四届主动推理国际研讨会。2023.可用:https://openreview.net/forum?id=BuhUs1yGu1 88.主动推理研究所。主动推理本体。
63230编辑于 2023-09-28 - 来自专栏绿盟科技安全情报
OpenSSH防护指南
OpenSSH 是SSH（Secure Shell）协议免费开源的实现。SSH协议族可用来远程控制主机或在计算机间传送文件。而实现此功能的传统方式，如telnet(终端仿真协议)、ftp、Rlogin都是极为不安全的，它们使用明文传输数据，甚至是使用明文传送密码，攻击者可通过嗅探等中间人攻击的方式获取传输的数据。为了保证通信安全，在1999年10月OpenSSH第一次在OpenBSD2.6里出现，它提供了服务端后台程序和客户端工具，结合OpenSSL协议实现端到端的加密传输，保证通信信道的安全，并由此来代替原来的服务。
1.8K10发布于 2019-10-24 - 来自专栏全栈程序员必看
AC自己主动机 总结
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/117740.html原文链接：https://javaforall.cn
50310编辑于 2022-07-08 - 来自专栏卓越笔记
STF 主动添加新设备
在 stf 平台的机器，启动一个服务来接受新设备的额链接，然后再启动一个该设备的 stf 服务
64010编辑于 2023-02-18 - 来自专栏西里网CSDN博客
动态防护waf
动态防护WAF是一种保护Web应用程序的安全解决方案，它通过实时监测和防御已知和未知威胁来保护网站和Web应用程序免受攻击。 动态防护WAF通常具有以下功能： 实时监测：实时监测网络流量的安全性，发现可疑活动立即采取行动。 威胁检测：检测各种威胁，包括已知和未知攻击，如恶意流量、跨站脚本攻击、SQL注入等。 防御攻击：通过先进的威胁防护技术，阻止攻击者对应用程序的攻击。 事件分析：分析事件并生成报告，帮助管理员了解网络流量情况，识别潜在威胁。 规则更新：可自动更新和扩展防护规则库，以应对新的威胁和漏洞。 通过实施动态防护WAF，企业可以降低安全风险，减少安全漏洞，保护其Web应用程序和数据免受攻击。XX
81510编辑于 2025-03-25 - 来自专栏机器学习算法与Python学习
Machine Learning -- 主动学习(AL)
主动学习已成为模式识别、机器学习和数据挖掘领域的研究热点问题。介绍了主动学习的基本思想，一些最新研究成果及其算法分析，并提出和分析了有待进一步研究的问题。 2 主动学习算法 2.1 基于委员会的主动学习算法 主动学习方法选择一定数量的分类模型，构成分类委员会。利用初始训练集训练委员会中的每个模型，并将训练完成的模型用于分类未标记样本池中的样本。 2.3 基于后验概率的主动学习算法 在后验概率主动学习算法中，后验概率反映出样本类别的确信度。该算法根据预测所得样本后验概率值的大小，对候选样本集进行排序。 3 主动学习算法分析 主动学习作为一种新的机器学习方法，其主要目标是有效地发现训练数据集中高信息量的样本，并高效地训练模型。 所有主动学习算法能够构造分类器期望的训练集，同时通过选择具有判别信息的数据点正确地划分类别边界。训练后的模型具有很强的泛化能力，从而为主动学习的研究提供了很强的实用基础。
3.2K50发布于 2018-04-04 - 来自专栏FunTester
视频是主动学习吗？
在前段时间的学习过程里，我不禁问了自己一个问题：视频学习是主动学习还是被动学习？ 先让我们看一下两者的区别。 主动学习 主动学习是一种学习者重度参与的学习方式，是一种以学习者为中心的学习方式。 从学习效率讲，自然是主动学习效率最高。所以我才会有自己的疑问。同样的，还有一个伴生的问题：看视频教程是接受信息还是接受知识？ 个人体验 主动学习是需要自己调动自己的注意力，放在学习上，或者源于自身的兴趣，总而言之是需要投入较多精力和注意力的。 主动学习是以我为中心的方式，学习的进度自然不会像视频时间流速一样，肯定是起伏的，而且每个人的起伏都不一样。能够真正内化成知识的内容会更多，因为即学即用，信息经过加工之后，更容易掌握。
1.2K20编辑于 2022-12-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号