- 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。 多层次、多维度洞察API资产，包括API资产明细、涉敏范围和规模、访问环境、业务属性，并能够从生命周期视角实时监测新增API资产和休眠API资产。 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。
77830编辑于 2023-02-20 - 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？
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。 尽早脱手风险（管理头寸）：当系统性风险上升时，快速调整头寸有两个有效基础：信息优势和市场压力。 信息优势取决于对系统性危机、传播和自我实现动态的主要机制的理解和跟踪。 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
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。 非煤矿山风险监测预警算法YOLOv8 训练框架模型的核心特性和改动可以归结为如下：非煤矿山风险监测预警算法提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 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 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 - 来自专栏数据猿
【案例】恒丰银行——运营风险监测系统
3、技术驱动 传统应用技术架构，无法兼顾实时风险监测需要的高并发、低延迟应用场景需要。 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 3、海量数据、高并发交易流水背景下的系统架构挑战 传统的运营风险监测/预警模型的实现方式，更多采用隔夜跑批的方式，除时效性较差之外，预警模型准确度与精确度难以平衡也是难以解决的难题。 3、按风险监测预警时效划分进行应用体系建设 风险监测预警时效分为T+1日业务监测和准实时业务监测，围绕监测预警时效性划分，进行系统集成架构的设计： 3.1运营风险监测数据集市建设 运营风险监测系统数据集市为 3）变量计算规则配置： 实现了对业务规则变量和参数化，使得规则执行的结果可做为其他规则的条件的计算因子，其定义页面如下图： 4）监测规则配置： 实现了对风险规则的定义，其定义页面如下图
4.3K50发布于 2018-04-24 - 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
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。 3. 桥梁与路基结构安全监测结构完整性校验：对桥梁关键部位进行结构化分析，监测桥面塌陷、护栏断裂或桥墩倾斜等异常。一旦检测到结构发生非弹性形变或局部垮塌，系统即刻报警。4. 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！
3. 电流监测：对特种设备的用电能耗进行监测管理。4. 数据记录：操作人员在完成特种设备使用后，系统会记录当前人员的使用信息，包括班长人员、操作人员、开始时间、结束时间等，以便后续审查和监管。 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. 降低维护成本：通过监测设备的用电能耗和运行时间，可以制定合理的维修和维护计划，减少设备的故障和损耗，降低维修成本和维护成本。3. 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 - 来自专栏北京马哥教育
linux系统性能监控与优化（3）–memory
1.页类型： 1）不能释放的页：加锁的页，内核页，保留的页 2）可交换的页：匿名内存页 3）同步的页：有对应磁盘文件的页 4）可废弃的页：static pages 2.PFRA主要由两种机制： 1）kswaped内核线程 2）pdflush内核线程 3.kswapd kswapd守护线程的功能是保证有足够多的空闲内存可用。 6.实例： 通过下面的分析可以得出结论：io应用突然上涨，大量使用虚拟内存 1）大量的磁盘块映射到page（bi） 2）空闲内存(free）维持在17M 3）为了保持
1.7K70发布于 2018-05-03 - 来自专栏生物信息与临床医学专栏
多基因风险评分3
PRSice是当前比较流行的多基因风险评分工具，它主要是用R语言编写的，运行速度快，可以高通量处理大数据。 3. Phenotype文件：这是一份表型文件，这个文件的前两列必须是FID（家系ID）和IID（个体ID），其余的列存储的都是表型信息。
2K10发布于 2020-08-27 - 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。 3 新型攻击向量的技术复现与机理分析为了更深入地理解上述风险的技术本质，本节将通过概念验证（PoC）代码与逻辑推演，复现OECD报告中提及的典型攻击场景。 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。 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 仍然以我们自身监测事件为例，某地方重点3甲医院感染BuleHero病毒事件，攻击者利用Apache Struts2远程代码执行漏洞（CVE-2017-5638），进行远程命令执行，通过cmd下载PowerShell 三、总结 本文通过对典型APT组织使用的技术进行ATT&CK映射分析，并对其进行象限划分，明确了不同象限的应对策略，最终得出需要高度关注的高频技术，并以其中3个具有代表性技术为例，结合基于协同的持续性风险监测业务中碰到的真实案例
1.5K20发布于 2021-03-09 - 来自专栏硬件大熊
浅析3种电池容量监测方案
IOT产品如智能手环、电动牙刷、智能门锁等，这些具有多功能特性的设备要求电池必须能够提供更多的供电能力以及更长的运行时间。电子系统设计人员通常将注意力集中在提高电源转换效率、配置芯片休眠模式、提高电池容量等方面。然而，关于电池电量检测的精度的检测问题却很容易被忽略。
1.7K30编辑于 2022-06-23 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- 来自专栏nginx
本地Docker部署开源可视化实时监控工具Netdata并实现远程监测系统性能数据
它不仅能实时监控你的系统性能，还能让你在遇到问题时迅速找到解决方案。接下来，就让我们一起看看如何在Ubuntu上轻松部署Netdata吧！ var/cache/netdata \ netdata/netdata 一切准备就绪后我们可以打开Ubuntu浏览器访问localhost:19999，就可以进入Netdata的web界面了 3.
99610编辑于 2025-11-15 - 来自专栏人员定位
人员定位系统人员聚集风险监测预警功能为企业安全生产保驾护航！
2023年10月，应急管理部印发《基于人员定位系统的人员聚集风险监测预警建设应用指南（试行）》，要求危化企业在建设人员定位系统基础上，对照指南要求，进一步提升人员定位精度，开发聚集预警模型算法，强化人员聚集风险管控 作为国内专业的人员定位系统服务商，新锐科创积极响应国家政策，在自主研发的人员定位系统的基础上，增加人员聚集风险监测预警功能，通过人员定位技术及人员聚集风险预警算法模型，实现对复杂场景内人员分布情况的实时监测 人员聚集风险监测预警功能介绍：风险预警建立人员聚集风险预警模型，实时监测任意位置的人员聚集风险，分析展示人员聚集数量和人员信息清单，记录人员聚集的区域、时长，可对一个月内人员聚集情况进行回放。 预警分级按预警区域内 3 人为黄色，4 到 6 人（含本数）为橙色， 6 人以上为红色进行警示。预警管控可建立人员聚集风险分级预警管控制度，按照不同的预警等级，自动将预警信息推送相应管理人员。 新锐科创人员聚集风险监测预警功能可以有效降低因人员聚集导致安全隐患的概率，在事故发生前有效地进行预警和干预，进一步保护现场人员的生命安全，减少安全事故的发生，进一步提高企业的本质安全水平。
2.4K30编辑于 2023-11-21
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