时 间:2021-05-18 (Tue) 16:30
地 点:华严502会议室、钉钉远程
主 讲 人 : 钟友兵,冀琳,李云,李侗格,赵祎君
会议秘书:冀琳
题目:《SolarWinds供应链攻击事件》 分享类型:调研报告 主讲人:赵祎君 简介:2020年12月,网络安全公司FireEye发现了一场持续数月、规模庞大的网络间谍活动——SolarWinds供应链供给事件。在这一事件中,黑客通过SolarWinds Orion系列的网络管理软件而完成攻击,至少有十几个联邦机构和五十余家私营企业遭到黑客攻击,十多个关键基础设施的公司受到影响。我们对这一事件的事件经过、影响和相关恶意软件进行了调研 题目:《Understanding Operational 5G: A First Measurement Study on Its Coverage, Performance and Energy Consumption》 分享类型:论文精讲 主讲人:钟友兵 简介:5G作为蜂窝通信技术的重大变革,因其高速、低延迟和大规模连接得到广泛关注。由于目前5G还未达到大力推广应用,目前尚不知5G是否能满足上述要求。因此,本文作者通过跨层测量,揭秘5G运营网络 题目:《Series2Graph: Graph-based Subsequence Anomaly Detection for Time Series》 VLDB 2020,CCFA 分享类型:论文精讲 主讲人:李 云 简介:长序列的子序列异常检测是一个具有广泛应用价值的重要问题。然而迄今为止提出的方法有严重的局限性:要么需要一些先验知识,要么无法处理重复出现的同一类型异常。 本文提出了一种无监督的子序列异常检测方法Series2Graph,该方法基于一种新的低维子序列嵌入的图表示方法。不需要标注,且可以识别不同长度的异常。在合成和真实数据集上本方法都被证明,能够正确地识别单个或反复出现的异常,且精度优于其他方法 题目:《D¨IOT:A Federated Self-learning Anomaly Detection System for IoT》 分享类型:论文精讲 主讲人:李侗格 简介:本文提出了DIOT,这是一种能够有效检测受感染的IoT设备的自主自学习分布式系统。与以前的工作相比,DIOT自动的识别物联网设备类型并为使用联合学习的方法设备类型并建立正常的流量模型来用于检测异常流量,这是第一个采用联合学习方法进行基于异常检测的入侵检测的系统。本文长期对30多个现成的IoT设备进行了系统和广泛的评估,结果表明D‑IOT有95.6%的检测率。在真实的智能家居部署设置中进行评估时,DIOT并未报告任何错误警报 题目:《Confident Learning: Estimating Uncertainty in Dataset Labels》,ICML 2020 分享类型:论文精讲 主讲人:冀 琳 简介:置信学习(Confident Learning, CL)关注于标签的质量(可信程度),通过特征化和识别数据集中的错误标签,能够修剪噪声数据从而提高数据标签的质量。本文将该领域此前独立研究的成果结合在一起开发了开源的置信学习框架cleanlab,并且在CIFAR和ImageNet数据集上的表现都很出色
|