標(biāo)題
安全隱私工程lab研究方向
除傳統(tǒng)的漏洞管理、賬號(hào)管理、數(shù)據(jù)泄露防護(hù)、安全配置等場(chǎng)景外,lab積極探索前沿技術(shù),聚焦AI安全、隱私計(jì)算、可信計(jì)算、零信任等領(lǐng)域,構(gòu)建全方位的攻擊防護(hù)能力。
-
訓(xùn)練垂直chatGPT大模型
利用安全領(lǐng)域語料訓(xùn)練垂直chatGPT大模型,在安全治理、運(yùn)營(yíng)、運(yùn)維等場(chǎng)景構(gòu)建安全助手,提升效率。
-
UEBA用戶實(shí)體行為分析
云環(huán)境實(shí)體圖抽?。喊凑詹煌I(lǐng)域?qū)傩詷?gòu)建實(shí)體模型,針對(duì)主機(jī)防線、身份防線和網(wǎng)絡(luò)防線等抽取活動(dòng)實(shí)體;
圖計(jì)算分析引擎:基于告警、進(jìn)程和惡意文件訪問等數(shù)據(jù)構(gòu)建圖頂點(diǎn)和邊,借助圖計(jì)算分析引擎構(gòu)建安全態(tài)勢(shì)圖譜,在大范圍大數(shù)據(jù)量情況下進(jìn)行行為分析。
基于剪枝算法的性能提升:圖譜中的多跳關(guān)聯(lián)分析能構(gòu)建更完整的安全態(tài)勢(shì),設(shè)計(jì)基于規(guī)則/異常/知識(shí)的圖剪枝算法提升性能。
-
AI自身安全
研究AI自身的安全問題,如模型竊取、逃逸攻擊、投毒攻擊、數(shù)據(jù)竊取等攻擊與防御方法。
-
滲透測(cè)試
滲透測(cè)試技術(shù),模擬實(shí)際攻擊發(fā)現(xiàn)華為云上漏洞?;诹髁孔詣?dòng)化的黑盒滲透測(cè)試工具。滲透測(cè)試案例庫智能搜索。
-
安全測(cè)試技術(shù)
安全測(cè)試技術(shù),研究漏洞利用方法并提供修復(fù)建議。靜態(tài)代碼分析,發(fā)現(xiàn)代碼中的內(nèi)存泄漏、無效指針、敏感信息日志打印等。
-
安全測(cè)試自動(dòng)化
安全測(cè)試自動(dòng)化技術(shù),研究自動(dòng)化測(cè)試工具,如自動(dòng)化Fuzz等,提高測(cè)試效率和準(zhǔn)確性。探索不依賴人工瀏覽器正常訪問系統(tǒng)功能的步驟,增加路由和參數(shù)的自動(dòng)化探測(cè)能力。
-
惡意軟件分析
惡意軟件分析技術(shù),分析惡意軟件行為、特征與系統(tǒng)交互情況,發(fā)現(xiàn)和排查潛在的威脅。
-
多方計(jì)算
研究多方計(jì)算技術(shù),通過算法和硬件提升加速。
-
聯(lián)邦學(xué)習(xí)
研究聯(lián)邦學(xué)習(xí)技術(shù),在云場(chǎng)景中應(yīng)用以避免隱私泄露。
-
可信執(zhí)行環(huán)境
研究可信執(zhí)行環(huán)境,構(gòu)建TEE平臺(tái)并提升易用性。