PlatinTimes: Aktuelle Beiträge
- CISA warnt vor aktiver Ausnutzung von Sicherheitslücken bei GitLab
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Täglich mehrere kritische Cybervorfälle in Unternehmen
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Wie viel Kontrolle benötigt KI?
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Sniffing- und Man-in-the-Middle-Angriffe erkennen und verhindern
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Automatisierung in der IT-Sicherheit als Lösung für den Fachkräftemangel
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Cuttlefish-Malware kann Daten direkt von Routern stehlen
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Kein Update für Fehler 0×80070643 des Updates KB5034441
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Cyberangriffe bedrohen die digitale Transformation
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- 97 Zero-Day-Schwachstellen wurden 2023 ausgenutzt
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Arrow stellt neuen Service für Datensicherung in der Cloud vor
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- FeuerTrutz 2024 in Nürnberg
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Sicherheitsvorfälle in der Cloud steigen um 24 Prozent
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- IT-Sicherheit: Mobiles Arbeiten birgt neue gefährliche Risiken
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Wie die KI-Implementierung in IT-Teams funktionieren kann
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Microsoft schließt über 60 Schwachstellen zum Patchday
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Die Top 10 Fehler bei einem SIEM
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Deutsche Unternehmen befürworten Verantwortung in der Lieferkette
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Schwachstellen in verschiedenen Gateways von Aruba gefunden
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Viele Unternehmen nutzen intern noch immer HTTP, Telnet oder SMBv1
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
- Bericht über Sicherheitsverletzung bei Dropbox Sign
-
Adversarial Machine Learning – Angriffsszenarien und Schutztechniken
Machine Learning (ML) und künstliche Intelligenz (KI) sind seit einigen Jahren zu einem wichtigen Bestandteil von Cybersecurity-Lösungen geworden. Vor allem sogenannte Deep-Learning-Ansätze erzielten in den vergangenen Jahren enorme Fortschritte und erlauben den Einsatz von ML-Technik in vielen neuen Anwendungsgebieten. Trotzdem ist es wichtig, sich vor Augen zu führen, dass ML allein kein Allheilmittel für alle Herausforderungen der Sicherheitsbranche ist.