- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据安全观察
数据安全风险监测方案
此前原点安全针对通知做了分析解读； 在此次“金融机构数据安全管理自查要点”中，提及对于数据安全监测方面的具体要求：数据安全监测机制。 是否明确数据安全风险监测、风险评估、应急响应及报告，事件处置的组织架构和管理流程；是否开展对数据安全威胁的有效监测，并实施监督检查和主动评估，防止数据篡改、破坏、泄露、非法利用等安全事件。 在通知中，风险监测、评估、应急处置被多次强调，反映出监管对数据安全“运行效果”的高度关注。 自动发现、识别API 站点、API服务及API端点，支持 RESTful、gRPC、J2EE HTTP API 等协议，深度解析 API 请求/响应结构，识别敏感数据类型并构建 实时更新的API 资产目录 提供UEBA、精确阈值、自定义脚本三类告警策略，内置包括资产风险、权限风险、身份风险、行为风险、暴露面风险、配置风险等多种预置规则，并支持按需自定义风险监测和告警策略。
29510编辑于 2026-02-27 - 来自专栏量化投资与机器学习
如果管理和应对系统性风险？
公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，荣获2021年度AMMA优秀品牌力、优秀洞察力大奖，连续2年被腾讯云+社区评选为“年度最佳作者”。 针对系统性危机的行动计划可以基于对系统性压力点的研究、在危机早期排除风险、遵循市场趋势的规则，以及对流动性适应的风险管理措施。 系统性风险管理的重要性 金融中的系统性风险是指金融系统无法履行其基本功能的可能性，如提供信贷、做市或维护证券市场和存款。通常情况下，系统性风险会在多年中逐渐形成，但最终会突然爆发。 如果在资产管理中考虑系统性风险，能够降低了危机本身的风险和后果。 如果投资经理对特定系统性风险的关注，使得市场更有可能为这些脆弱性定价。大多数危机源于过度消费和经济失衡。 如果准备得当，投资经理甚至可以直接从系统性事件中获益，尤其是如果他们有足够的灵活性和风险限制，可以利用价格扭曲和支付的高风险溢价。 没有一个单一的投资者或机构拥有系统性风险的全部拼图。
1.4K30编辑于 2022-03-17 - 来自专栏燧机科技-视频AI智能分析
煤矿风险监测预警系统
煤矿风险监测预警系统基于YOLO网络模型视觉分析，煤矿风险监测预警系统7*24小时不间断自动识别现场人员作业行为、着装合规情况以及传送皮带撕裂跑偏等风险异常情况。 Yolo模型采用预定义预测区域的方法来完成目标检测，具体而言是将原始图像划分为 7x7=49 个网格（grid），每个网格允许预测出2个边框（bounding box，包含某个对象的矩形框），总共 49x2
77830编辑于 2023-02-20 - 来自专栏数据猿
【案例】恒丰银行——运营风险监测系统
2、自身需求驱动 通过建立运营风险监测系统，有助于使银行的金融监管体系在满足事后的发现和化解风险的同时，尽快转向事前预警和风险预防，有利于有效分配金融监管资源，实现差别监管，强化现场金融检查的计划性和协调性 1、2016年6月初，恒丰银行正式启动运营风险监测系统一期项目建设； 2、2016年10月底，项目完成了需求分析、设计、开发、测试等实施环节； 3、2016年12月底，系统投产，并在总行和指定分行完成定点试运行 2、模型分析、开发难度大 系统除了功能层面的建设，其主要核心开发工作就是运营风险监测/预警模型的开发，模型的开发必须结合恒丰银行现有业务场景、相关监测业务系统的业务处理实现方式，以及现有的数据质量情况 2、技术平台与产品选型 2.1数据服务平台 运营风险监测预警模型基于多个业务系统的海量数据进行组合分析计算，同时需要有海量数据存储能力和数据分析能力的平台提供相应的海量数据查询和分析服务。 准实时规则定义转换生成的Drools规则文件，以真实的模型配置规则为例： 1）柜员非工作期间发生特殊交易（冲正类交易） 2）异地存取款 结果/效果总结 恒丰银行通过基于大数据平台建设的运营风险监测系统
4.3K50发布于 2018-04-24 - 来自专栏燧机科技-视频AI智能分析
非煤矿山风险监测预警算法
非煤矿山风险监测预警算法通过yolov8网络模型深度学习算法框架，非煤矿山风险监测预警算法在煤矿关键地点安装摄像机等设备利用智能化视频识别技术，能够实时分析人员出入井口的情况，人数变化并检测作业状态。 Backbone:非煤矿山风险监测预警算法骨干网络和 Neck 部分可能参考了 YOLOv7 ELAN 设计思想，将 YOLOv5 的 C3 结构换成了梯度流更丰富的 C2f 结构，并对不同尺度模型调整了不同的通道数 属于对模型结构精心微调，非煤矿山风险监测预警算法不再是无脑一套参数应用所有模型，大幅提升了模型性能。不过这个 C2f 模块中存在 Split 等操作对特定硬件部署没有之前那么友好了。 下面将按照非煤矿山风险监测预警算法模型结构设计、Loss 计算、训练数据增强详细介绍非煤矿山风险监测预警算法中 YOLOv8 目标检测的各种改进，实例分割部分暂时不进行描述。模型结构。 图片非煤矿山风险监测预警算法Backbone和Neck的具体变化：a)第一个卷积层的 kernel 从 6x6 变成了 3x3 b)所有的 C3 模块换成 C2f，结构如下所示，可以发现多了更多的跳层连接和额外的
54600编辑于 2023-09-20 - 来自专栏PPV课数据科学社区
【完整案例21张PPT】大数据监测P2P跑了风险 附PDF下载
★每日一题（答案次日公布） 昨日Q12答案：B Q12: 假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15,35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等宽划分时（宽度为50），15又在哪个箱子里？ ( ) A 第一个 B 第二个 C 第三个 D 第四个
61650发布于 2018-04-23 - 来自专栏PHP技术大全
开源项目dolphin-ASM网络资产风险监测系统
项目简介 dolphin 是一个的资产风险分析系统,用户仅需将一个主域名添加到系统中,dolphin会自动抓取与该域名相关的信息进行分析; 例如同ICP域名,子域名,对应IP,端口,URL地址,站点截图
1K40编辑于 2023-03-09 - 来自专栏燧机科技-视频AI智能分析
山区公路边坡落石滑坡风险监测系统
山区公路边坡落石滑坡风险监测系统：基于多模态视觉感知的主动防御架构一、行业背景：从“被动抢险”到“主动预警”的范式重构我国山区公路路网密集，地形地质条件复杂，高陡边坡众多。 在此背景下，山区公路边坡落石滑坡风险监测系统应运而生。 二、核心技术逻辑：多尺度目标检测与时序变化分析山区公路边坡落石滑坡风险监测系统的技术核心在于其对环境动态变化的敏锐感知能力。 五、部署实施的关键考量在推进山区公路边坡落石滑坡风险监测系统落地时，需关注以下工程化细节：点位科学规划：结合地质勘察报告，优先在历史灾害点、高陡边坡、临水临崖路段布设监控，确保视野覆盖关键风险区。 六、结语山区公路边坡落石滑坡风险监测系统的应用，标志着公路防灾减灾从“人防为主”向“技防引领”的深刻转变。
47610编辑于 2026-03-08 - 来自专栏PHP技术大全
开源项目dolphin-ASM网络资产风险监测系统
项目简介 dolphin 是一个的资产风险分析系统,用户仅需将一个主域名添加到系统中,dolphin会自动抓取与该域名相关的信息进行分析; 例如同ICP域名,子域名,对应IP,端口,URL地址,站点截图
1.2K20编辑于 2023-03-11 - 来自专栏漫途科技
特种设备安全监测终端，降低安全隐患风险！
当监测到设备长时间空载达半小时以上进行自动断电，需人员重新刷卡启动，同时数字大屏能实时显示当前焊接使用人及累计时长。图片设备功能1. 2. 一键断电：设备外置断电旋钮，发生意外情况时，可快速对设备进行断电操作。3. 电流监测：对特种设备的用电能耗进行监测管理。4. 降低安全隐患：特种设备安全监测终端的自动断电功能和刷卡授权操作可以防止未经授权的人员滥用设备，从而减少安全风险。2. 通过使用特种设备安全监测终端，可以提升工厂内特种设备的运行规范，实现设备运行数据的信息化和智能化管理。 同时，通过责任到人的方式，减少员工的滥用和私自操作，提高设备的安全性和稳定性，降低事故发生的风险，提高生产效率。
2K20编辑于 2023-09-26 - 来自专栏生物信息与临床医学专栏
多基因风险评分2
是AA，并且AA就是野生型，突变的情况是A突变成G，那么基因型AG就是杂合型，GG就是纯合突变型，为了方便计算，我们规定基因型为AA的人的等位基因剂量为0，AG的等位基因剂量为1，GG的等位基因剂量为2， 我们也称该SNP的等位基因剂量分别是0、1、2，其他相关知识点可参考往期遗传学概述。 关于多基因风险评分的计算方法就讲到这里，在下期内容中我会和大家介绍如何使用PRSice软件来快速计算PRS，敬请期待！
2.1K21发布于 2020-08-27 - 来自专栏算法之美
系统性能调优必知必会 (2)
缺点：cas 安全 协程：1 交替执行 2. 实现同步，异步io 可以暂停 恢复函数。 面试算法：斐波那契数列时间复杂度为 O(1) 的解法，你会吗？ https://zhuanlan.zhihu.com/p/165877869 为啥是2 N次方呢。 求解斐波那契数列的F(n) 有两种常用算法：递归算法和非递归算法。 试分析两种算法的时间复杂度。 时间的复杂度为O(2^n)，即2的n次方 https://wmjtxt.github.io/2018/12/26/three_method_of_fibonacci/ 大咖助场4｜傅健：那些年，影响我们达到性能巅峰的常见绊脚石 网络抖动 网络抖动 --网络分区--p2p CAP原则的精髓就是要么AP，要么CP，要么AC，但是不存在CAP。 kevent_qos -- kernel event notification mechanism https://docs.google.com/presentation/d/1TjYZOqYhAbOjv-a2oWQrCxk6HStoiCI9P4
82310编辑于 2023-03-21 - 来自专栏北京马哥教育
linux系统性能监控与优化（2）–cpu
2）内核进程： 3）用户进程： ## 1. context switches:上下文切换 大多数的处理器在同一时刻只能运行一个进程，在多核处理器中，linux内核将每一个core ## 2.run queue 每个cpu都有一个运行队列。线程，要么在sleep状态（阻塞并等待IO），要么在运行状态。运行队列越长，则等待cpu处理这个线程的时间越长。 比如当前系统核数是2，有两个线程正在执行行，还有4个线程在运行队列里面，那么它的load=2+4 ## 3.cpu utilizaion CPU的利用率。 实例2: ? 上下文切换大于中断，说明上下文切换花费的时间过多。 wa过多，表示是在等待IO。 可能是因为大量线程等待IO，需要将线程切换出去。 实例3： CPU0，CPU1正在处理cpu密集型的进程 CPU2空闲 CPU3处理内核和其它系统函数 ?
2.3K50发布于 2018-05-03 - 来自专栏科控自动化
异步电机驱动系统性能保证值(2)
上篇中，描述了以性能要求较高的冷轧轧机为范本的驱动系统性能保证值，为大家提供了一个驱动系统指标性评价依据，同时也提供了必要的测量条件和测量方法。 1．调速范围 image.png 现场记录曲线如图1所示，因为P0349=2，(电机等效电路图数据单位制选用相对单位制)，所以曲线的坐标纵轴显示百分数%，曲线r63[0]速度实际值正向最大值可以达到参考速度的 图1 调速范围 2． 恒速力矩电流控制精度 image.png 现场记录曲线如图2所示，从曲线中可以看出，某一恒速r60下，力矩电流精度Dy=1.604%，满足其要求的性能保证值，精度＜2.5%。 说明：Torque current accuracy的函数是：f(x)= r77-r78 图2 恒速力矩电流控制精度小于±2.5% 3．加速力矩电流控制精度 image.png 现场记录曲线如图3
53711编辑于 2022-03-29 - 来自专栏《C++与 AI：个人经验分享合集》
《人工智能时代：金融投资决策的潜在系统性风险及防范策略》
然而，随着其影响力的不断扩大，我们也必须警惕潜在的系统性风险。 人工智能在金融投资决策中的应用，凭借其强大的数据处理能力和复杂的算法模型，能够快速分析海量的金融数据，识别市场趋势和潜在的投资机会。 其次，模型的过度拟合也是一个不容忽视的风险。当 AI 模型过于适应历史数据，而对新的、未见过的数据表现不佳时，就可能在市场发生变化时做出错误的投资决策。 那么，我们应该如何防范这些潜在的系统性风险呢？ 一是加强数据质量管理。确保用于训练 AI 模型的数据准确、完整、及时且具有代表性。 使他们了解人工智能在投资决策中的优势和局限性，提高风险意识，避免过度依赖 AI 而忽视了基本的投资原则和风险管理。 总之，人工智能在金融领域的应用为投资决策带来了新的机遇，但我们必须谨慎对待潜在的系统性风险。
68510编辑于 2024-12-09 - 来自专栏TSINGSEE青犀视频
AI人工智能识别技术如何助力构建风险监测预警系统？
结合EasyCVR视频融合平台，可以将前端接入的信息资源进行整合与处理、分发等，助力企业构建风险监测预警平台，实现快速感知、实时监测、提前预警、联动处置的智能化监管模式。 安全帽检测/反光衣检测通过实时视频监测和预警在岗工人是否按照要求做好安全防范措施，如：是否正确佩戴安全帽、是否穿着反光衣、防护服等工作服。若检测到异常，则发出语音告警。
1.8K40编辑于 2023-01-05 - 来自专栏智慧气象
雷电预警监测系统：高风险领域提供防雷减灾决策支持
雷电预警监测系统：高风险领域提供防雷减灾决策支持【TH-LD1】雷电预警监测系统作为防雷减灾的核心技术手段，通过实时感知、精准预测和智能决策支持，为高风险领域构建了从预警到响应的全链条防护体系。 一、系统技术架构：多源数据融合与智能决策引擎多维度监测网络大气电场监测：部署分布式电场仪，实时捕捉地面电场强度变化，识别雷暴云形成初期特征。 智能算法模型机器学习预测：基于历史雷电数据训练模型，输入实时监测参数，输出未来0-2小时雷电发生概率及强度。风险热力图生成：结合GIS技术，将雷电风险等级可视化，标识高风险区域及移动路径。 二、高风险领域应用场景能源行业风电场：提前30分钟预警雷击风险，触发风机叶片收桨、偏航对风，避免叶片雷击损坏。光伏电站：根据雷电强度自动调整逆变器输出功率，减少电弧火灾风险。
40310编辑于 2025-08-20 - 来自专栏公共互联网反网络钓鱼（APCN）
OECD 2026消费金融风险监测框架下的数字欺诈防御研究
OECD发布的《2026年消费金融风险监测报告》明确指出，随着金融服务的无缝嵌入日常生活场景，风险边界也随之模糊化、隐蔽化。 2 OECD 2026报告核心风险维度的深度解构OECD《2026年消费金融风险监测报告》通过对全球主要经济体数据的采集与分析，构建了多维度的风险监测指标体系。 2.1 算法黑箱与系统性歧视的隐性蔓延报告首要关注的风险是算法决策在信贷审批、额度授予及定价策略中的广泛应用所引发的公平性问题。 供应链安全评估：建立严格的第三方准入与持续监测机制。要求TPP通过高标准的安全认证（如ISO 27001, SOC 2），并定期进行漏洞扫描与渗透测试。 5 结语OECD《2026年消费金融风险监测报告》为我们敲响了警钟：在数字化转型的深水区，金融风险的形式与内涵已发生根本性变革。
77810编辑于 2026-03-06 - 来自专栏FreeBuf
持续风险监测体系实践：基于ATT&CK的APT高频技术分析
持续风险监测体系实践——基于ATT&CK的APT攻击策略分析》，本文进一步探讨了高频技术，梳理形成了APT组织常用技术清单。 一、高频技术检测与优化 在《持续风险监测体系实践——基于ATT&CK的APT攻击策略分析》我们根据每个策略下APT的技术覆盖率以及其真实高频数与预期高频数之间的关系，划分了四个象限。 显然在网络攻击形势日趋严峻的今天，对于APT的防御与检测已经无法依靠传统的设备堆叠方案来满足需求了，这时需要构建全方位的监测体系，基于此我们提出了基于协同的持续性风险监测体系，该体系从主机层、流量层、应用层三个维度出发 基于上述技术的挑战性与代表性，我们结合了自身持续性风险监测业务开展过程中遇到的真实案例对上述三个技术进行展开讨论，以便于更好的应对此类攻击。 我们在监测过程中也发现“水坑式攻击”有增长的趋势，在对某地方人民政府的持续性风险监测活动中，某日我们发现一台PC终端从当地地方晚报下载了恶意文件，行为可疑，之前因业务需要该PC终端经常访问当地地方晚报官网
1.5K20发布于 2021-03-09 应对系统性金融风险：基于时序集成模型的传感器反欺诈实践
更严峻的业务瓶颈在于，大型银行业务下沉导致中小金融机构盈利基础遭受重大挑战，我国处于红区的高风险机构达337家（占比8.44%），涉及高风险资产规模高达6.63万亿元。 高斯分布式的风险评分：XGBoost模型输出的预测值对风险区间进行了高确定性隔离。 针对实际标签为欺诈的用户，模型稳定输出0.803至0.889的高风险评分；针对正常用户，则输出0.246的低风险评分，有效平衡了拦截率与打扰率。 运转自动化风控平台与人机协同审核闭环 在实际业务系统的落地中，该反欺诈架构被集成至统一的后台监控管理平台，实现了从API调用、场景监测到用户征信与图像识别的全栈联动。 在实时监测大屏中，系统基于模型给出的风险区间矩阵，直接驱动业务审批流： 高风险自动熔断：针对识别结果为“高风险”的请求（如用户ID：CD06465，CD27010），系统无需人工干预，直接执行“已拒绝”
9610编辑于 2026-05-30
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