完整英文电子版 ISO/IEC 29100:2011 Information technology — Security techniques — Privacy framework(信息技术 - 安全技术 - 隐私框架)。ISO/IEC 29100:2011提供了一个隐私框架,该框架: - 规定了一个通用的隐私术语。 - 定义了处理个人身份信息(PII)的行为者及其角色。 - 描述了隐私保护的考虑因素;以及 - 为信息技术的已知隐私原则提供参考。
2021-06-09 18:00:30 305KB iso 29100 信息 安全
华为-睿思于前-AI的安全和隐私保护(完整版).pdf
2021-06-03 13:00:07 1.72MB 华为 睿思于前 AI的安全和隐私保护
1
本pdf为一篇关于区块链+物联网论文的学习笔记,里面详细介绍了该论文写作背景、更详细的内容,以及本人的一些观点和看法,对学习区块链、物联网、有向无环图(DAG)结构区块链的学习有很大帮助,仅供参考。
1
一。自去年7月以来,勒索病毒一直处于持续活跃的状态,其中8月份相对于7月勒索病毒传播有 所加强。另外在全国三甲医院中,有247家医院检出了勒索病毒,以广东、湖北、江苏等地区检 出勒索病毒最多。 ... ... 其中,被勒索病毒攻击的操作系统主要以Windows 7为主,Windows 10次之,以及停止更新 的Windows XP。对此报告指出,当前没有及时更新操作系统的医疗机构仍占有一定的比例, 这极有可能会为医疗业务带来极大的安全隐患。 Ø 流量分析 ü 总流量随时间变化流量的应用层 协议组成 ü 到各对端(IP地址/域名)的流量 特定对端流量的应用层协议组成 ü 到指定对端(IP地址/域名)的流 量趋势(有周期性?) Ø 对端分析 ü IP地址(地址数量、连续性、公有私 有、特定地址的属性:属地属主、 反向解析域名数量、注册时间、动 态性) ü 域名(域名数量、相似性、特定域 名解析地址数量、注册时间、动态 性) Ø 行为分析 ü 错误信息相关行为(次数、频率、 涉及对端的属性) ü 同类行为比较
2021-05-25 16:02:17 5.64MB 智慧医疗 病毒防御 信息安全 医疗隐私
完整英文电子版 NIST 标准(800-144)- Guidelines on Security and Privacy in Public Cloud Computing(公共云计算的安全和隐私准则)。 本准则的目的是对公共云计算以及所涉及的安全和隐私挑战进行概述。本文件讨论了公共云环境的威胁、技术风险和保障措施,并提供了对其处理作出明智的信息技术决定所需的洞察力。该文件没有规定或推荐任何具体的云计算服务、服务安排、服务协议、服务提供商或部署模式。每个组织必须对其需求进行自己的分析,并评估、选择、参与和监督能够最好地满足这些需求的公共云服务。
2021-05-01 09:06:44 1.07MB NIST 云计算 800-144 安全
在大数据时代下,深度学习、强化学习以及分布式学习等理论和技术取得的突破性进展,为机器学习提供了数据和算法层面的强有力支撑,同时促进了机器学习的规模化和产业化发展.然而,尽管机器学习模型在现实应用中有着出色的表现,但其本身仍然面临着诸多的安全威胁。
2021-04-30 11:39:16 1.09MB ML模型 安全与隐私
1
完整英文版ISO/TR 21332:2021 Health informatics - Cloud computing considerations for the security and privacy of health information systems (健康信息学--云计算对健康信息系统的安全和隐私的考虑)。 本标准概述了云计算服务中电子健康记录(EHR)的安全和隐私考虑,用户在选择服务提供商时可以利用这些考虑。
2021-04-29 01:31:01 27.17MB iso 21332 云计算 安全
完整英文电子版ISO/IEC 27009:2020 Information security, cybersecurity and privacy protection — Sector-specific application of ISO IEC 27001 — Requirements(信息安全,网络安全和隐私保护 - ISO IEC 27001在特定领域的应用-要求)。 本标准规定了创建特定部门标准的要求,这些标准扩展了ISO/IEC 27001,并补充或修正了ISO/IEC 27002,以支持特定部门(区域、应用领域或市场)。
2021-04-26 19:02:10 555KB iso 27009 隐私保护 网络安全
解析车企在数字化转型中面临的风险挑战以及汽车行业网络安全与隐私保护风险,汽车行业网络安全及合规管理框架
数据孤岛以及模型训练和应用过程中的隐私泄露是当下阻碍人工智能技术发展的主要难题。联邦学习作为一种高效的隐私保护手段应运而生。联邦学习是一种分布式的机器学习方法,以在不直接获取数据源的基础上,通过参与方的本地训练与参数传递,训练出一个无损的学习模型。
2021-04-07 19:58:19 1.71MB 联邦学习
1