BlackHat 2018 | 關注三個熱點領域：加密數(shù)字貨幣、醫(yī)療設備和機器學習
前言
Black Hat USA已經(jīng)走過了20個年頭，作為世界領先的信息安全峰會，它為與會者提供了大量的第一手安全研究、開發(fā)和趨勢資訊。今年的Black Hat USA大會上，有三個熱點領域值得大家關注。
Black Hat USA 2018于今年8月開幕，首先是為期四天的技術培訓(8月4日至8月7日)，隨后是為期兩天的會議(8月8日至8月9日)，其中包括簡報、工具展示(Arsenal)和講座等內(nèi)容。
最近幾年，全世界范圍內(nèi)針對組織和個人的網(wǎng)絡攻擊愈演愈烈，犯罪分子竊取了數(shù)十億美元以及數(shù)億人的個人信息。本次的大會是一個很好的機會，讓我們一睹最新的攻擊手段和相關的防范技術。
小編推薦網(wǎng)絡安全工作者關注以下三個熱點領域。
加密數(shù)字貨幣
在過去一年里，加密數(shù)字貨幣的市值從100億美元增長到300億美元，最高時達到700億美元。隨著市場價值迅速飆升，網(wǎng)絡犯罪分子也盯上了這塊香餑餑，他們通過各種手段掠奪了價值10億美元的加密數(shù)字貨幣。加密數(shù)字貨幣領域黑客活動的爆發(fā)可能有以下幾點原因：
- 匿名性使得追蹤黑客幾乎不可能實現(xiàn);
- 技術比較新，基礎薄弱，欠缺安全標準和規(guī)范，存在諸多安全漏洞;
- 金融機構缺乏針對性的安全產(chǎn)品。這些持有大量加密數(shù)字貨幣的組織，使用的內(nèi)部平臺和消費級解決方案無法提供足夠的安全支持。舉個例子，今年早些時候，日本最大的加密貨幣交易所之一Coincheck的被黑，導致價值超過5億美元的加密數(shù)字貨幣被盜。
Black Hat簡報的重點是區(qū)塊鏈基礎設施和加密數(shù)字貨幣錢包的研究。這些領域漏洞頻出，如Parity的多重簽名奇偶校驗錢包漏洞以及TheDAO被攻擊等事件，導致了數(shù)千萬美元的損失。
在會議期間，小編推薦大家可以關注以下簡報：
醫(yī)療設備
物聯(lián)網(wǎng)已經(jīng)誕生很多年了，但隨著接入設備數(shù)量的激增，黑客們對這個領域的興趣也越來越高。信息技術研究和分析公司Gartner表示，到2020年全球將有200億臺物聯(lián)網(wǎng)設備，其中20%的組織將至少經(jīng)歷一次基于物聯(lián)網(wǎng)的攻擊。
回顧之前的黑帽會議，對于物聯(lián)網(wǎng)領域的關注主要集中于通用、汽車和工業(yè)物聯(lián)網(wǎng)。今年推薦醫(yī)療設備領域是因為以下幾點：
- 醫(yī)療數(shù)據(jù)的價值比黑市上的信用卡信息高出100倍;
- 某些設備在制造時并未充分考慮安全性，基礎軟件和通信協(xié)議均有問題;
- 醫(yī)療設備運行的操作系統(tǒng)非常老舊，因受FDA法規(guī)嚴格管理而難以更新和維護。
醫(yī)療領域的惡意活動對人們的生命安全構成了嚴重的威脅。例如，WannaCry勒索軟件可以鎖死醫(yī)療設備，影響醫(yī)院的正常運行。還有之前有白帽子演示了遠程控制輸液泵，如果心臟起搏器和病人監(jiān)護設備中也存在漏洞，那將直接威脅人們的生命安全。
相關簡報包括：
如果你參加DefCon黑客大會的話，以下講座可以考慮一下：
機器學習
幾乎所有安全公司或多或少部署了機器學習(ML)解決方案，來檢測或預防安全事件。而黑客也不甘示弱，機器學習被他們用來來發(fā)動更復雜的攻擊。潛在威脅包括：
- 規(guī)避安全軟件 – 來自康奈爾大學的研究人員創(chuàng)建了一種算法，可以實現(xiàn)不會被基于機器算法的安全軟件檢測出來的惡意軟件樣本。
- 破壞機器學習過程 - 人類容易受到社會工程學的影響，其實機器也會。黑客可以篡改機器學習模型的訓練數(shù)據(jù)，從而引導機器學習方案得出具有潛在風險的結果。
關于機器學習領域的內(nèi)容，可以看看：
上述領域還很年輕，但它們已然成為黑客下手的主要目標，為了健康和錢包，怎么說我們也要打贏這三場戰(zhàn)役。
點擊此處前往Black Hat USA 2018官網(wǎng)。
