- 综合排序
- 最热优先
- 最新优先
- 来自专栏FreeBuf
Operation Layover：针对航空业长达五年的攻击
思科和其他安全公司最近发现了一系列针对航空业的攻击活动，分析都主要集中在隐藏远控木马的加密工具上。 通过 RAT 入手分析攻击者是很好的起点，分析发现这些攻击行动与大约六年前的攻击者有关。 攻击者至少活跃了五年之久，过去的两年里一直针对航空业发起攻击。这些小规模的攻击让攻击者在很长时间里都保持低调，但他们的攻击行动仍然可能会产生重大影响。 并且自从 2018 年 8 月开始，样本与该域名的通信表明攻击者正在针对航空业发起攻击。 可以发现，攻击者已经活跃了很长时间。 e29rava.ddns.net 6 月初到 7 月下旬对域名的分析显示，该域名至少与 14 个 VBS 文件有关，其名称与航空业明显相关。 在与用户互动的过程中，用户还透露了他的电子邮件是 kimjoy44@yahoo.com，Telegram 账户为 pablohop，这都与后来的航空业攻击有关。
1.9K30发布于 2021-10-11 - 来自专栏EDI电子数据交换知识分享
航空业如何使用EDI进行信息传递？
EDI为航空业带来诸多好处，如：通过EDI进行及时的信息传递，减少各种纸质化的单据制作程序，降低审核的劳动强度和费用。并且可以通过EDI的自动化传输，消除手工操作失误导致的差错。 对于航空业而言，这两种报文标准将持续并存。 但由于越来越多的国家支持EDIFACT，因此本文主要介绍航空业使用的EDIFACT标准下的两个常用EDI报文——IFLRQ以及IFLIRR报文，并针对这两种报文中的必需字段进行解析。 以上介绍了IFLRQ以及IFLIRR报文中的部分关键信息，了解更多航空业EDI的相关信息，欢迎随时联系我们。
85620发布于 2021-06-07 - 来自专栏数据猿
【案例】春秋航空——AI+CDP打造航空业数智化营销平台
---- ·从航空业宏观层面看，受疫情影响，航空业客源总量减少，同时价格竞争更激烈，营收与利润呈现明显下滑趋势。 ·从业务发展层面看，现有CRM不支持用户分群功能，数据标签和营销投放未能真正结合使用，同时营销工具和大数据平台不能进行打通，需要基于一整套AI和大数据的解决方案为春秋航空业务提供决策。 3、标签中心，针对不同的应用场景，标签类型一共有基于标签表的三种标签，会员标签、乘机人标签、访客标签；基于IQ模型标签的两种标签，IQ会员标签和IQ乘机人标签；基于无埋点的数据源的行为标签、漏斗标签；基于 3、标签与分群 A. 用户标签体系 标签体系主要包括四种类型的标签会员标签、乘机人标签、访客标签、IQ标签。四个类型的标签通过用户在生命周期中的不同身份数据进行打标。 3、标签搭建，助力营销优化 将企业从依赖营销经验或营销目的人为打标签和用户分群的阶段提升到系统自动化打标和分群的阶段。有助于优化资源配置，节约人工成本提升工作效率。
2.5K41发布于 2021-09-01 - 来自专栏公共互联网反网络钓鱼（APCN）
航空业社会工程学攻击特征分析与多维防御体系构建
摘要随着全球航空业的全面复苏与数字化服务的深度渗透，针对航空公司及旅客的网络欺诈活动呈现出爆发式增长态势。 本文以阿联酋航空此次安全警报为实证案例，深入剖析航空业社会工程学攻击的运作机理、技术实现路径及心理操纵策略。 本文旨在填补这一研究空白，以阿联酋航空安全警报为切入点，系统分析航空业社会工程学攻击的最新特征与技术演进。 （3）基于多模态融合的威胁检测与防御架构面对日益复杂的社会工程学攻击，单一的防御手段已无法奏效。必须构建一个集技术检测、流程管控与认知防御于一体的多维防御架构。 ('@')[-1] f['domain_match'] = 1 if sender_domain in OFFICIAL_DOMAINS else 0 # 3.
18010编辑于 2026-03-16 - 来自专栏VRPinea
VR将对航空业造成威胁？ ——虚拟会议满足商务需求，让你远离“飞行模式”
航空业30%的营业额来自于商务旅行。如果今后VR要往商务会谈方面发力的话，这将是导致航空公司营业额下降的原因之一。
76260发布于 2018-05-15 - 来自专栏机器人网
科技革了那么多行业的命，为什么就搞不定航空业？
不过，航空业却没这个福分，科技的进步反而让用户体验跌至谷底。 美联航事件中出现的一系列情况，如机票超卖、低价补偿、态度恶劣拒不悔改等都是顾客日常乘机时很有可能遇上的，而这些有违于用户体验原则的问题其实已经深植在美国航空业的商业模式中了。 “在最近40年里，航空业的客户服务水平一直处在下滑通道。”旅游业研究公司Atmosphere Research Group主席亨利·哈特德特说道。 “航空业仿佛只有一个目标，让机票价格一降再降。” 当然，以上问题的产生乘客们也负有责任，人们对于低价的向往让现在的订票系统变得越来越功利，没人在乎服务到底好不好，但服务其实也是机票价格的一部分。
92680发布于 2018-05-04 - 来自专栏全栈程序员必看
matlab多重比较lsd法,多重比较法-LSD I 附赠统计学最全思维导图~[通俗易懂]
3.计算LSD，公式为 tα/2为t分布的临界值，通过查t分布表得到，其自由度为n-k，n为样本总数，k为因素中不同水平的水平个数；MSE为组内方差；ni和nj分别为第i个样本和j个样本的样本量。 假设1：H0：零售业与旅游业无差异；H1：零售业与旅游业有差异 假设2：H0：零售业与航空业无差异；H1：零售业与航空业有差异 假设3：H0：零售业与家电制造业无差异；H1：零售业与家电制造业有差异 假设 4：H0：旅游业与航空业无差异；H1：旅游业与航空业有差异 假设5：H0：旅游业与家电制造业无差异；H1：旅游业与家电制造业有差异 假设6：H0：航空业与家电制造业无差异；H1：航空业与家电制造业有差异 step2：计算检验统计量，即各两组之间的均值之差的绝对值 假设1、2、3、4、5、6分别对应的均值之差绝对值为1、14、10、13、11、24 step3：根据LSD公式计算每个假设对应的LSD值。 假设3的均值之差绝对值10小于对应的LSD值14.63，所以不拒绝假设H0，即不能认为零售业与家电制造业有显著差异 假设4的均值之差绝对值13小于对应的LSD值15.13，所以不拒绝假设H0，即不能认为旅游业与航空业有显著差异
1.4K20编辑于 2022-09-06 - 来自专栏量子位
人工智能全面渗透航空业：从全自动开飞机到晚点预测，都要靠AI
但人工智能在航空业的最大前景其实来自驾驶舱，在那里，人工智能自动驾驶仪可以帮助飞行员完成复杂的操作，甚至应对各种紧急事件。 这一领域的研究刚刚启动不久，但却进展迅速。 接下来，研究人员将与航空业展开接触，将该系统应用到工业级飞行模拟器中，甚至安装到遥控无人机中。 Baomar表示，想要将其真正应用到商用飞机中，关键问题不在于技术，而在于监管流程。
1.3K80发布于 2018-03-22 - 来自专栏全栈程序员必看
多重比较法-LSD[通俗易懂]
3.计算LSD，公式为： tα/2为t分布的临界值，通过查t分布表得到，其自由度为n-k，n为样本总数，k为因素中不同水平的水平个数；MSE为组内方差；ni和nj分别为第i个样本和j个样本的样本量 假设1：H0：零售业与旅游业无差异；H1：零售业与旅游业有差异 假设2：H0：零售业与航空业无差异；H1：零售业与航空业有差异 假设3：H0：零售业与家电制造业无差异；H1：零售业与家电制造业有差异 假设4：H0：旅游业与航空业无差异；H1：旅游业与航空业有差异 假设5：H0：旅游业与家电制造业无差异；H1：旅游业与家电制造业有差异 假设6：H0：航空业与家电制造业无差异；H1：航空业与家电制造业有差异 step2：计算检验统计量，即各两组之间的均值之差的绝对值 假设1、2、3、4、5、6分别对应的均值之差绝对值为1、14、10、13、11、24 step3：根据LSD公式计算每个假设对应的LSD 值15.80，所以拒绝假设H0，即认为航空业与家电制造业有显著差异。
3.1K10编辑于 2022-08-11 - 来自专栏张俊红
多重比较法-LSD
3.计算LSD，公式为： tα/2为t分布的临界值，通过查t分布表得到，其自由度为n-k，n为样本总数，k为因素中不同水平的水平个数；MSE为组内方差；ni和nj分别为第i个样本和j个样本的样本量。 假设1：H0：零售业与旅游业无差异；H1：零售业与旅游业有差异 假设2：H0：零售业与航空业无差异；H1：零售业与航空业有差异 假设3：H0：零售业与家电制造业无差异；H1：零售业与家电制造业有差异 假设 4：H0：旅游业与航空业无差异；H1：旅游业与航空业有差异 假设5：H0：旅游业与家电制造业无差异；H1：旅游业与家电制造业有差异 假设6：H0：航空业与家电制造业无差异；H1：航空业与家电制造业有差异 step2：计算检验统计量，即各两组之间的均值之差的绝对值 假设1、2、3、4、5、6分别对应的均值之差绝对值为1、14、10、13、11、24 step3：根据LSD公式计算每个假设对应的LSD值。 ； 假设3的均值之差绝对值10小于对应的LSD值14.63，所以不拒绝假设H0，即不能认为零售业与家电制造业有显著差异； 假设4的均值之差绝对值13小于对应的LSD值15.13，所以不拒绝假设H0，即不能认为旅游业与航空业有显著差异
4.1K10发布于 2019-10-31 - 来自专栏大数据文摘
来自法国|航空遇见大数据
航空业的营业额增长幅度是全世界人均生产总值增长幅度的近3倍。 在航空安全方面，近三年导致人员死亡的航空事故平均为每年15起，也就是说按照全球平均每年3千万的航班总量来说，每2百万次的航班中有一次如此恶性事故。 而由于航空公司的操作错误导致托运行李丢失的案例数量为每千次航班就有9起，即平均每年近3万起。 在航空公司的运营成本方面，航空燃料的成本占了至少33%。 现代商业社会的掘金方式不外乎两个：开源、节流 航空业企业决定双管齐下。比较显而易见的节流重点，即为占航空运营成本1/3强的航空燃料成本，于是开始着手运营中的航空燃料优化。 3.怎么掘？
1.1K80发布于 2018-05-21 - 来自专栏数据和云
航空业走向发展黄金期，P2P线下金融实现线上大迁徙
而航空业是经济发展的发动机和助推剂，经济发展与航空业发展高度相关。 下图是全球GDP增速和全球航空运输周转量的变化趋势图。 ? 从图中可以看出，全球航空业继续保持较高速成长，在2016的经济低谷期并没有受到太大影响，正要进入发展黄金期。这也将成为全球经济转回的一大助力。 设计并采用最新的分布式高性能架构，利用InfiniBand网络互连3个存储节点和2个计算节点，构建了以zData为核心的具备弹性扩展、高性能、高稳定性的新一代IT基础架构。 ?
1K30发布于 2018-03-07 - 来自专栏DeepHub IMBA
利用流行病学数据预测COVID-19对航空业和医疗健康产业的影响
然而，为什么没有人在这个情况下好好规划，以尽可能避免航空业在2020年发生崩溃呢？ “截至2020年4月，在COVID-19爆发期间，航空业已经请求了超过500亿美元的政府援助。” ? 然而，航空业的情况完全相反，它们的利润在流行病期间受到严重打击，这表明它们对外部因素的敏感性相对于医疗健康产业要高得多。 油价与航空业盈利率 ? 回顾2010年的欧债危机，我们看到航空业资产周转率和净营运资产回报率大幅下降，这显示出杠杆作用是如何使航空业变得摇摇欲坠的。 这意味着同样的事情会在2020年再次上演吗？ 航空业的竞争氛围 ? 航空业是一个季节性很强的行业，这意味着其盈利能力很容易受到外部因素的影响，例如能源价格、经济衰退，或者，2020年的流行病疫情爆发。 投资航空业 购买航空业的股票是有风险的，因为大多数股票都有较高的beta值和较低的价格稳定性得分。此外，该行业负债严重，导致整体财务实力和安全排名低于其他行业。
74321发布于 2020-05-09 - 来自专栏EAWorld
航空业大数据治理：规划企业数据架构的两种模式和三个关键技术
目录： 一、航空业数据治理现状 二、航空业大数据治理的三个发展趋势 三、规划企业数据架构的两种模式 四、规划企业数据架构的三个关键技术 五、总结 一、航空业数据治理现状 目前航空行业数据治理已经逐步在开展起来 这使得航空业大数据治理呈现出三个趋势。 二、航空业大数据治理的 三个发展趋势 趋势1：集中管理企业数据资产 针对分散在企业各个系统的数据资产，对企业数据资产进行盘点，实现对数据资产的统一集中管理。 趋势3：规划企业数据架构 数据架构简单来说就是“人对企业业务的表达、记录，并转化为计算机可处理的格式”,是连接数据与信息的桥梁，部分航空公司为了适应这个趋势，专门成立了数据架构部，负责建立维护管理企业整体数据架构 我这里列出了3个关键技术，来帮助企业快速合理地规划企业数据架构，实现数据到信息的转换。 关键技术3：数据资产质量自动监控技术 数据资产质量自动监控，要求能够从数据的准确性、完整性、及时性、一致性等六性的维度，对数据资产的质量进行管理，从数据问题定义、问题发现、问题处理、问题跟踪和问题评估统计
2.5K91发布于 2018-03-30 - 来自专栏钱塘大数据
【钱塘号专栏】工业互联网时代的智慧飞行
这恐怕是整个航空业长期以来都在追求的目标。而如今，油价高企，运营成本激增，在经历了一个高速发展期之后，世界航空业正步入低盈利时代。 那么，什么样的创新和驱动力能够令世界航空业再次为之振奋？ 工业互联网正在试图通过让飞机变得更聪明，从而使安全和高效成为航空业可预见的未来。当然，不仅仅是航空业，整个世界都处在通向下一个创新与变革时代的路口。 当前，由于特殊的行业特点，全球航空业面临着盈利能力差和资本回报率低的窘境，占行业成本接近30%的燃油成本更是成为了整个产业链的一块“心病”。 将工业互联网技术嵌入航空业或许就是一剂“强心针”，让飞机变得更“聪明”，从而有力地改变航空业的未来面貌。 GE认为，工业互联网拥有改善航空公司运营和资产管理能力的潜力。 当我们试图把工业互联网为航空业带来的收益转化成数字的时候，请不要轻易忽略任何一个1%。全球商用航空公司每年的燃油支出大约为1700亿美元。
93290发布于 2018-03-02 - 来自专栏大数据文摘
[案例]美联航如何使用大数据
行李追踪、个性化服务、提高旅客忠诚度和优化业务操作，大数据在航空业拥有广阔的应用前景。可以说，航空业已经迎来大数据时代。 “航空业催化大数据” 欢迎来到航空业的大数据时代。从很多方面来看，航空业都是大数据最早的参与者之一。 R.W. Mann & Co公司的行业分析师鲍伯•曼恩指出：“航空业是一个浸泡在数据中的行业，其中有大量数据是无组织的。 美联航的威尔森指出：“航空业一直在收集数据上做得很好，但他们在利用数据上却并不是一直都很擅长。” 像谷歌（Google）等公司正在通过Google Now等工具，试图成为航空业的终极助手。
72890发布于 2018-05-22 - 来自专栏网络安全
澳航 570 万数据暗网曝光，全球巨头集体 “中招”
这起被网络安全团队 “42 号小组” 定性为 “供应链渗透攻击” 的事件，波及范围远超航空业 — 迪士尼、谷歌、宜家、丰田、麦当劳等 39 家跨国企业均因同一漏洞遭殃。 03 行业警示：航空业已成网络攻击重灾区澳航事件并非个例，近年航空业数据安全事故频发：2024 年：澳航 APP 漏洞导致乘客行程信息泄露；2023 年：澳大利亚港口运营商 DP World 遭攻击，致全国 网络安全研究机构 Unit 42 警告，航空业因掌握海量旅客数据、关联关键基础设施，已成为 “Scattered Spider” 等黑客组织的重点目标，其攻击成本仅需 “一套伪装 IT 工牌 + 话术脚本
29810编辑于 2025-10-16 - 来自专栏盈电物联网科技推广应用
光荣！中国航空日，物联网应用技术在航空领域的厉害，是时候展示了！
作为一个拥有悠久历史和辉煌成就的行业，航空业一直是人类探索天空、追求科技进步的象征。 回顾中国航空的历程，我们可以看到一个个辉煌的时刻：中国第一架民用喷气式客机“祥鹏”号的成功试飞，中国第一颗卫星“东方红一号”的发射，中国首次载人航天任务的圆满成功……这些成就不仅仅代表了中国航空业的发展历程 在新的历史时期，中国航空业正面临着前所未有的机遇和挑战。盈电物联网科技将不断推进物联网技术应用发展，提升产业竞争力，一起推动航空事业向更高水平发展。 相信在全社会的共同努力下，中国航空业一定会迎来更加美好的明天！
55850编辑于 2023-04-24 - 来自专栏庄帅
美国航空股投资逻辑已剧变，疫情下的国内航空未来发展格局将会怎样？
随着新冠肺炎疫情全球蔓延，旅游和商务出行需求大幅下滑，全球航空业遭受严重冲击。 据国际航空运输协会（IATA）4月14日发布的预测，受新冠肺炎疫情影响，2020年全球航空业损失将达到3140亿美元。 3）枢纽机场产能陆续释放，供给结构优化。 从巴菲特减持看美国航空股 巴菲特为何投资航空股？ 巴菲特与航空业的历史可追溯至上世纪80年代。 回顾此后美国航空业的发展历程，兴业证券分析师可以把16 年巴菲特的投资决策归纳为以下几个要点： （1）竞争结构稳固，集中度高。 （2） 垄断核心机场时刻。 （3）看好美国经济复苏，需求有望持续。 3月底，民航局发布通知，鼓励各航空公司利用客机执行全货运航班，不计入客运航班总量，并采用“点对点”货运包机等形式快速提升国际航空货运运力； 4月3日，民航局发布通知，决定对国际货运航班计划管理工作程序进行临时性调整
85030发布于 2020-04-29 - 来自专栏数据猿
大数据24小时 | Google收购深度学习公司Kifi，罗罗抱微软“大腿”，引领航空业变革
六、英国航空发动机公司“罗罗”抱微软“大腿”，用大数据引领航空业变革 英国著名航空发动机公司“罗尔斯·罗伊斯”近日宣布与计算机软件开发公司微软达成战略合作。
90070发布于 2018-04-19
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