NEC加入美国国土安全局AIS网络威胁信息官民共享体系

简介:

近日,NEC宣布加入美国国土安全局(DHS)推进的网络威胁信息官民共享体系“Automated Indicator Sharing(AIS)”,将加强网络安全业务的技术、人才及重要信息(网络信息)的部署。


AIS是通过美国国土安全局所辖国家网络安全通信综合中心(NCCIC)提供的信息系统,实现美国联邦政府与美国国内外的民间企业、团体等之间迅速的网络攻击威胁信息(IP地址、域名、网络钓鱼电子邮件的发件人地址等)共享,以STIX格式共享威胁信息。

通过这种方式,迅速把握因网络攻击造成的最新威胁信息,从而防止因某些特定的威胁导致的危害蔓延。现在已经有超过100个组织加入了AIS,NEC是加入该体系的首家日本企业。

NEC致力于社会解决方案事业,其中作为全球事业成长战略的支柱,正在加强包含网络安全在内的整个“安全事业”。今后,NEC也将通过提供可以加强安全对策的措施、产品、服务,为创建安心、安全、丰富多彩的社会做出贡献。

近年来,世界各国的政府机关和民营企业等都遭遇了先进且巧妙入侵的网络攻击,并且这种现象越来越严重,因此通过官民联合解决网络安全问题变得越来越重要。

NEC正努力推进加强从分析攻击者的行为模式到预测攻击流程,以实现重视信息与速度并预先解读来自攻击者的攻击的“前瞻性网络防护”。

NEC旨在通过从AIS获取的威胁信息,加强自身的信息系统安全对策。此外,以支援网络安全攻击对策的导入及运用的NEC的核心据点“Cyber Security Factory”的安全监视服务为代表,探讨如何在最先进的安全相关产品、服务及人才培养方面有效利用威胁信息。

NEC通过参与国际标准化组织OASIS的网络威胁智能感知系统(Cyber Threat Intelligence=CTI),为规范和推广STIX格式做贡献。

NEC集团致力于在全球范围内推进社会解决方案,提供安心、安全、高效、公平的社会价值,将先进的ICT技术与知识相融合,为实现更加光明更加丰富多彩的高效社会尽一份力量。

(注)STIX(Structured Threat Information eXpression): 国际标准化组织OASIS提倡的旨在共享威胁信息的基于XML的描述格式。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

目录
相关文章
|
8天前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
90 62
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
|
8天前
|
机器学习/深度学习 自然语言处理 计算机视觉
RT-DETR改进策略【Backbone/主干网络】| CVPR 2024 替换骨干网络为 RMT,增强空间信息的感知能力
RT-DETR改进策略【Backbone/主干网络】| CVPR 2024 替换骨干网络为 RMT,增强空间信息的感知能力
44 13
RT-DETR改进策略【Backbone/主干网络】| CVPR 2024 替换骨干网络为 RMT,增强空间信息的感知能力
|
8天前
|
计算机视觉
RT-DETR改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
RT-DETR改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
32 5
RT-DETR改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
|
12天前
|
机器学习/深度学习 计算机视觉
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
42 9
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
|
4月前
|
安全 物联网 物联网安全
量子通信网络:安全信息交换的新平台
【10月更文挑战第6天】量子通信网络作为一种全新的安全信息交换平台,正逐步展现出其独特的优势和巨大的潜力。通过深入研究和不断探索,我们有理由相信,量子通信网络将成为未来信息安全领域的重要支柱,为构建更加安全、高效、可靠的信息社会贡献力量。让我们共同期待量子通信网络在未来的广泛应用和美好前景!
|
5月前
|
5G 调度 UED
5G中的动态频谱共享(DSS):高效利用频谱资源,加速5G网络演进
5G中的动态频谱共享(DSS):高效利用频谱资源,加速5G网络演进
1075 4
|
12天前
|
机器学习/深度学习 自然语言处理 计算机视觉
YOLOv11改进策略【Backbone/主干网络】| CVPR 2024 替换骨干网络为 RMT,增强空间信息的感知能力
YOLOv11改进策略【Backbone/主干网络】| CVPR 2024 替换骨干网络为 RMT,增强空间信息的感知能力
18 0
YOLOv11改进策略【Backbone/主干网络】| CVPR 2024 替换骨干网络为 RMT,增强空间信息的感知能力
|
12天前
|
计算机视觉
YOLOv11改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
YOLOv11改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
14 0
|
3月前
|
机器学习/深度学习 计算机视觉 网络架构
【YOLO11改进 - C3k2融合】C3k2DWRSeg二次创新C3k2_DWR:扩张式残差分割网络,提高特征提取效率和多尺度信息获取能力,助力小目标检测
【YOLO11改进 - C3k2融合】C3k2DWRSeg二次创新C3k2_DWR:扩张式残差分割网络,提高特征提取效率和多尺度信息获取能力,助力小目DWRSeg是一种高效的实时语义分割网络,通过将多尺度特征提取分为区域残差化和语义残差化两步,提高了特征提取效率。它引入了Dilation-wise Residual (DWR) 和 Simple Inverted Residual (SIR) 模块,优化了不同网络阶段的感受野。在Cityscapes和CamVid数据集上的实验表明,DWRSeg在准确性和推理速度之间取得了最佳平衡,达到了72.7%的mIoU,每秒319.5帧。代码和模型已公开。
【YOLO11改进 - C3k2融合】C3k2DWRSeg二次创新C3k2_DWR:扩张式残差分割网络,提高特征提取效率和多尺度信息获取能力,助力小目标检测
|
3月前
|
监控 安全 测试技术
网络信息系统的整个生命周期
网络信息系统规划、设计、集成与实现、运行维护及废弃各阶段介绍。从企业需求出发,经过可行性研究和技术评估,详细设计系统架构,完成设备安装调试和系统集成测试,确保稳定运行,最终安全退役。
73 1
网络信息系统的整个生命周期

热门文章

最新文章