【告警疲劳】海量安全告警数据，如何甄别真实告警？ 政企单位也越来越重视自身安全能力的“建设“,为了提升自身「感知攻击威胁」的能力，会根据「需求」部署各种各样的安全设备资产在内部。从而导致需要分析处置的告警日志剧增，如果按照中小规模的政企单位来算的话，单日安全设备所产生的告警日志量就有可能达到十几万，遇到特殊时期告警日志量甚至高达百万，而其中真正关键的却可能只有几十条甚至更少。本文从安全研究人员处理海量告警的角度出发，提出了告警优化的方式，目的是减少告警的数量，并且能够让安全研究人员更快的找到有效的告警，减低人工成本并提升发现高级威胁的能力。
相似度计算方法对比 如果保持A点位置不变，B点朝原方向远离坐标轴原点，那么这个时候余弦距离是保持不变的（因为夹角没有发生变化），而A、B两点的距离显然在发生改变，这就是欧氏距离和余弦距离之间的不同之处。余弦距离更多的是从方向上区分差异，而对绝对的数值不敏感，更多的用于使用用户对内容评分来区分兴趣的相似度和差异，同时修正了用户间可能存在的度量标准不统一的问题（因为余弦距离对绝对数值不敏感）。欧氏距离能够体现个体数值特征的绝对差异，所以更多的用于需要从维度的数值大小中体现差异的分析，如使用用户行为指标分析用户价值的相似度或差异。
Python知识汇总（一） Python中的str和Numpy中的string、unicode（字符编码），在Pandas中都表示为object，也就是字符串在Pandas中的类型为object。用于在图中标注文字，需要用循环配合，一个点一个点的标记。
机器学习算法汇总--GBDT、XGBoost等 GBDT(梯度提升决策树)——来由、原理和python实现 - 知乎 (zhihu.com)XGBoost的原理、公式推导、Python实现和应用 - 知乎 (zhihu.com)
智能运维相关算法总结 基于KPl指标、告警、日志、感知等一系列历史数据，预测未来将要发生某特定事件的行为，包括异常预测、容量预测等，该场景下使用的算法更倾向时序预测模型，如ARIMA、Holt-Winter、LSTM等。智能运维（AIOps）是基于已有的运维数据（日志、监控信息 、应用信息）并通过机器学习的方法来进一步解决自动化运维没办法解决的问题，其核心是机器学习和大数据平台。智能运维应用场景包括：1、异常检测，2、根因诊断，3、故障自愈，4、事件预警，5、效能优化。：检测异常孤立点、异常周期、异常集合等。
网络安全行业大模型调研总结 提高安全运营效率，在调查、分析、研判阶段可以作为安全运营人员的助手，提高安全运营效率；随着人工智能技术的发展，安全行业大模型SecLLM（security Large Language Model）应运而生，可应用于代码漏洞挖掘、安全智能问答、多源情报整合、勒索情报挖掘、安全评估、安全事件研判等场景。安全运营专家，提供告警辅助研判、高级溯源分析、安全态势分析、安全事件预警等能力。场景：集安全风险发现、大模型访问控制、数据泄露管控、违法违规行为溯源、大模型应用分析等为一体。（6）安恒科技---AI恒脑。
网络安全攻击预警/态势预测算法汇总 算法：机器学习（决策树、支持向量机、神经网络、聚类算法等，分别用于网络入侵检测、漏洞检测、异常检测、恶意代码检测等），深度学习、强化学习。算法：层次分析法（AHP）、博弈论、SVM、遗传算法、神经网络（GAN、LSTM、CNN、BP等），迁移学习、多种算法融合。算法：模糊矩阵博弈、SVM、RBP神经网络、AHP、DS证据理论、隐马尔可夫模型、贝叶斯、LSTM等。：贝叶斯网络、聚类算法、支持向量机SVM、遗传算法、层次分析法AHP、决策树等；算法：基于规则、统计学、机器学习、异常值的异常检测技术。
python之Flask框架学习 【精选】requests库post请求参数data、json和files的使用_python request.post 加了file参数后还能加json吗_JackyQiu~的博客-CSDN博客手写数字识别画板前后端实现 | Flask+深度神经网络-CSDN博客python的JSON用法——dumps的各种参数用法（详细）_jsondump用法-CSDN博客
大模型相关技术了解 生成式人工智能可以自主地生成新的数据、图像、语音、文本等信息，成为理财师、保险经纪人等金融从业人员的得力助手，大幅提升服务效率和服务体验。理解式大模型优势在于数据洞察理解能力，可以用在智能推荐、风险管理、智能经营上，帮助金融机构大幅提升经营效率和风险管理决策能力。（1）工商——开拓众多业务场景：知识运营助手、金融市场投研助手（创新投研、报告智能生成）、网点员工智能助手（问答支持）等。（4）网商银行——AI设计让土特产“火”起来，“乡村助农”公益活动，为土特产设计海报，助力乡村产业振兴。来自各方的搜索粘贴。
AIGC大模型之——以文生图介绍 二是种子（作用是生成噪声图），固定的种子和固定的分辦率生成的噪声图是固定的，模型以这个为基础进行图片生成。（4）专业设计：将AI作画与专业领域的知识相结合，如3D建模、医疗、工业设计、建筑设计、教育等，先由Al根据提示制作粗略的草图，再由专业人员完成后续工作。（2）广告创意：快速生成各种类型的广告和宜传素材，也可以根据用户的需求生成个性化的广告，缩短制作成本和时间。（2）图像定制：用户可以选择不用的颜色，字体，背景，作画风格等，定制自己喜欢的图像。，一个完全开源的模型（ 代码，数据，模型全部开源）。
图像的膨胀（dilation）和腐蚀（erosion） 晶晨半导体笔试时有道题是关于图像膨胀和腐蚀的，但没有具体看过，这里总结一下，唉嗐。咳咳，今天的po小标题有些做作，请忽略。不对，这是我的po我爱咋写咋爱，就要做作，love look don’t look，嘤嘤嘤。。。。。。yue，可以做作，但女孩子不可以太娘哦，收起你的嘤嘤嘤~哦，解释下，love look don’t look means 爱看不看，举一反三的话，love believe don’t believe（爱信不信），嘿嘿。算了，这个博主有病，我觉得正文不用往下看了，大家转
关注
