distributed denial-of-service attack
PulseAugur coverage of distributed denial-of-service attack — every cluster mentioning distributed denial-of-service attack across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新AI框架增强软件定义网络中的DDoS检测能力
研究人员开发了XAI-SDN，一个旨在检测软件定义网络（SDN）中分布式拒绝服务（DDoS）攻击的新机器学习框架。该框架利用香农熵指标和随机森林分类器，并通过SHAP TreeExplainer增强了透明度。XAI-SDN在CIC-DDoS2019基准测试中展示了高准确性，在检测性能上取得了近乎完美的分数，同时保持了高效的处理速度。
-
AI浏览器被禁后，DDoS攻击扰乱游戏维基
分布式拒绝服务（DDoS）攻击扰乱了一个流行的视频游戏维基，据报道此次攻击与禁止使用AI浏览器有关。该事件凸显了当AI工具受到限制或移除时，在线社区可能出现的报复行为。
-
AI用户被禁后，DDoS攻击袭击视频游戏维基
一次分布式拒绝服务（DDoS）攻击的目标是一家热门的视频游戏维基，导致其离线。据报道，此次攻击与一名被禁止使用该平台的用户有关，据称该用户因使用AI浏览器而被禁。据称，肇事者通过发送一张在Microsoft Paint中绘制的图像来回应禁令。
-
新的认知图智能框架增强了DDoS攻击检测能力
研究人员开发了一种新颖的认知图智能框架，名为GraphGAN，用于增强下一代网络中分布式拒绝服务（DDoS）攻击的检测能力。该系统利用基于图的生成对抗网络，通过生成合成攻击样本来解决严重的类别不平衡和非平稳条件等挑战。在基准数据集上的评估表明，GraphGAN在准确率、精确率和召回率方面优于现有方法，尤其是在数据有限的情况下。
-
网站运营商不堪重负，机器人流量绕过反机器人措施
The Cutting Room Floor (TCRF) 网站的运营商正遭受互联网机器人流量的严重干扰，其中约 44% 的网络流量是机器人流量。许多机器人流量来自住宅代理网络，利用 Honeygain 等恶意软件。另有 12% 的流量来自试图通过模拟用户交互（例如点击“sentience check”按钮）来绕过反机器人措施的机器人。网站运营商指出，即使是来自阿里巴巴集团等主要实体的机器人也试图利用漏洞，并且一些机器人（包括那些被识…
-
黑客利用简单声明绕过AI安全防护以发动网络攻击
黑客正在利用简单、类人的授权声明来绕过AI安全防护并达成恶意目标。Cisco Talos 的安全研究人员观察到攻击者使用诸如“我被允许这样做”之类的短语来欺骗AI系统，使其协助创建分布式拒绝服务（DDoS）工具。此技术还使他们能够窃取凭证、访问实时摄像头源并攻击Telegram应用程序。
-
深度学习模型通过轻量级检测增强H-IoT网络安全
研究人员开发了新的深度学习模型，即时间卷积网络（TCN）和残差时间卷积网络（Res-TCN），以增强医疗物联网（H-IoT）系统的网络安全。这些轻量级模型旨在通过利用真实数据集和基于动态阈值的缓解策略来检测和缓解分布式拒绝服务（DDoS）攻击等网络威胁。这些模型已针对边缘部署进行了优化，并转换为TensorFlow Lite（TFLite），在Raspberry Pi 4上展示了低延迟和高能效的运行，为H-IoT安全建立了全面的防御机制。
-
AI爬虫机器人对重要的软件开发平台Sourceware进行DDoS攻击
AI爬虫机器人正在压垮Sourceware，这是一个托管glibc、gdb、gcc和binutils等关键软件开发项目的平台。这次分布式拒绝服务攻击正在影响这些机器人可能依赖的基础设施，形成了一个自我挫败的循环。
-
AI驱动的DDoS攻击检测与缓解综述
一篇新发表在arXiv上的调查论文详细介绍了利用人工智能对抗分布式拒绝服务（DDoS）攻击的最新进展。该论文对当前基于AI的检测方法进行了分类，并讨论了用于训练这些系统的可用数据集，包括对抗性训练等技术。论文还综述了AI驱动的缓解策略，并指出了该领域中几个开放的研究方向。
-
LLM和RAG增强SDN中的DDoS攻击检测
研究人员开发了一个新的框架，使用检索增强生成（RAG）和大型语言模型（LLM）来检测和缓解软件定义网络（SDN）中的地毯式轰炸DDoS攻击。该方法利用流量特征、语义嵌入和LLM推理进行实时分类，无需传统的监督训练。实验显示出高准确性和稳定性，其中Gemma-4-31B-IT模型配置产生了最佳的检测结果，证明了该集成对于自适应SDN安全性的有效性。
-
AI驱动的DDoS攻击日益智能，提供防御网络研讨会
新的AI驱动的分布式拒绝服务（DDoS）攻击正在出现，其复杂性日益提高。这些高级攻击对在线服务和基础设施构成了更大的威胁。现提供一个网络研讨会，旨在教育用户如何防御这些不断演变的网络威胁。
-
Anubis 服务器面临 DDoS 和抓取攻击
Anubis 服务器监控工具正经历大量恶意请求，主要来自试图抓取网站的自动化脚本。这些脚本通常使用默认的用户代理，并以 SEO 监控、AI 抓取和声誉管理服务为目标。此外，该服务器还面临着采用住宅代理和随机 URL 参数来压垮系统的 DDoS 攻击。
-
伊朗黑客组织勒索Canonical，通过DDoS攻击扰乱Ubuntu.com
以Ubuntu闻名的开源软件公司Canonical正遭受持续的分布式拒绝服务（DDoS）攻击。亲伊朗的黑客组织313 Team已声称对此负责，此次攻击扰乱了Ubuntu的官方网站及其子域名，导致用户无法下载操作系统或访问其账户。该组织还暗示已从黑客行动主义转向敲诈勒索，向Canonical索要付款。
-
DDoS攻击扰乱Ubuntu网站和Snap商店
Ubuntu的母公司Canonical目前正遭受大规模、持续的分布式拒绝服务（DDoS）攻击。此次攻击导致其多个关键服务，包括Ubuntu主网站、Snap商店和Launchpad开发平台，无法被用户访问。该公司已确认此次攻击的跨境性质，并正在努力恢复服务。