山石网科新技术研究院

拓展智能边界、引领前沿技术、掌控行业趋势、定义核心架构

山石网科新技术研究院成立于2021年初，横跨中美两地，现有成员30余人。

研究院成员以信息安全技术专业的博士和硕士为主，具有丰富的网络安全产品与行业经验；关注人工智能机器学习在网安产品中的应用、山石网科八大类网安产品及服务所涉及的新技术预研、攻防对抗技术实验和网安硬件架构创新等四大方面。创新结果已申请了二十余项国家专利，现已完成包括基于图引擎的威胁关联分析算法、DLP内容分类识别算法、安全服务边缘（SSE）和基于ASIC的信创安全平台在内的十多类研究成果并成功运用到山石网科产品与服务中，获得了广泛的市场影响力。

面向未来数字世界将长期伴生、变化的网络安全问题，研究院将继续洞察各类前瞻技术，围绕山石网科“可持续安全运营”的技术理念，以远见超越未见，为您的安全竭尽全力！

相关文章

未雨绸缪，决胜千里——身份威胁检测与响应在信息安全领域的落地应用
ITDR（Identity Threat Detection and Response）是一种新型的网络安全解决方案，聚焦于基于身份与实体的威胁检测和响应。涵盖威胁情报、最佳实践、知识库、工具和流程，用于保护身份系统。它通过实施检测机制、调查可疑事件和活动，并响应攻击以恢复身份基础设施的完整性来发挥作用。
了解更多
小样本学习：当AI遇上“少见多怪”
小样本学习为网络安全领域带来了新的机会和挑战。虽然这一技术仍在发展中，但其在处理有限数据和应对新型威胁方面的潜力已经得到了广泛的认可。现在是深入这一领域、学习并应用这一技术的最佳时机。
了解更多
图神经网络在网络安全中的应用
自然界和社会群体中的个体之间存在着复杂的关联关系，通过这种关系我们可以开展社交、认识世界、探索世界。那么在人工智能飞速发展的时代，机器学习如何表达这种关联关系以及个体画像呢，放在网络安全这种存在天然互联网络结构的领域，又该如何表达，又能进行何种网络安全领域的下游任务呢。
了解更多
借力AI，助力网络钓鱼（邮件）检测
互联网时代，邮件系统依然是人们工作、生活中的很重要的一部分，与此同时，邮件系统的发展带来的钓鱼邮件问题也成为网络中的最大的安全隐患之一。本文将为大家解开网络钓鱼（邮件）的神秘面纱，一探究竟，带你炼就一双洞察网络钓鱼（邮件）的火眼金睛。
了解更多
机器，学习没有捷径
深度学习因为其优异的学习能力，已经成为推动人工智能发展当之无愧的主力军。深度学习在NLP和CV等不同的场景下都展现了优异的能力。但深度学习也存在一个与生俱来的问题：捷径学习…
了解更多
Alpha-GO打败⼈类的秘籍- 强化学习(Reinforcement Learning)
为了深⼊理解强化学习（Reinforcement Learning，简称RL）这⼀核⼼概念，我们从⼀个⽇常游戏的例⼦出发。在“贪吃蛇”这个经典游戏中，玩家需要掌控⼀条蛇，引导它吞吃屏幕上出现的各种果实。每次成功捕获果实，得分就会相应增加…
了解更多
Prompt Learning（提示学习）——新的低资源场景克星
近年来，预训练语言模型已然成为自然语言处理（NLP）领域中备受瞩目的技术之一。预训练模型可以在大规模文本语料上进行自监督学习，从而获得丰富的语言学知识…
了解更多
DoH，隐蔽隧道又添利器，强盾在何方？
DoH这个词对于很多安全从业人员并不是个新词，但对其前世今生能洞若观火的却不多。本期前瞻洞察将从DNS的隐私与安全问题出发，讲述DoH为什么诞生，DoH的出现到底利弊几何，对其弊端如何应对…
了解更多
借助机器学习，揪出利用DNS隐蔽隧道作恶黑手
黑客会利用DNS协议进行违法犯罪活动，那DNS协议到底是什么？它有何作用？为什么会被选作进行作恶的手段？会造成什么危害？怎么检测及研究现状如何？一连串疑问接踵而至…
了解更多
风暴眼中的ChatGPT，看NLPer怎么说？
当前科技领域最有热度的话题，无疑是OpenAI 新提出的大规模对话语言模型ChatGPT，一经发布上线，短短五天就吸引了百万用户，仅一个多月的时间月活已然破亿，并且热度一直在持续发酵…
了解更多