頭條 Frost & Sullivan發布2025年5G網絡基礎設施報告 近日，愛立信連續第五年在Frost &Sullivan發布的《Frost Radar：2025年5G網絡基礎設施》報告中被評為行業領軍企業。這一結果彰顯了愛立信對創新和發展的堅定承諾，以及其滿足運營商（CSP）與企業不斷變化需求的能力。 Frost &Sullivan在全球100多家參與者中，獨立標識出了Frost Radar分析中排名前23位的公司。這些公司在市場的各個細分領域處于領先地位或具有創新性。 最新資訊 是德科技獲得窄帶非地面網絡標準的新測試用例驗證 是德科技（Keysight Technologies, Inc.）日前宣布，該公司針對3GPP Rel-17標準中關于NB-IoT NTN技術的新一致性測試用例獲得驗證通過。這些測試用例在是德科技的RF/RRM DVT和一致性工具集的支持下，在全球認證論壇（GCF）的一致性協議組第78次會議上取得通過。地面和非地面網絡的融合是電信行業實現全球覆蓋、支持新用例和泛在移動連接的關鍵組成部分。NB-IoT在NTN上的應用擴展了需要非連續數據連接和低功耗的用例，同時保證了對支持供應鏈跟蹤和雙向消息傳遞等多種應用的吞吐量要求。 發表于：8/1/2024 三星將主導6G標準制定？ 在今年7月初于瑞士日內瓦舉行的國際電信聯盟無線電通信部門（ITU-R）工作組5D（WP 5D）會議上，三星研究院的研究員HyoungJin Choi被任命為IMT-2030（6G）協調小組主席。這是Choi第二次擔任ITU-R參與6G標準化的小組主席，此前他曾在2021年至2023年期間領導6G Vision Group。三星表示，該協調小組將負責定義制定6G技術標準的流程，并為候選6G技術創建提交模板，并審查候選提案。 發表于：8/1/2024 派拓網絡獲評OT安全解決方案領導者 2024年7月31日，北京——全球網絡安全領導企業Palo Alto Networks（納斯達克代碼：PANW）（派拓網絡）近日宣布在《Forrester Wave?：2024年第二季度OT安全解決方案》報告中被評為“領導者”，并且在“戰略”和“當前產品”這兩項中均獲得最高分。 發表于：7/31/2024 IBM報告顯示企業年度數據泄露平均成本高達488萬美元 7月31日 根據IBM的年度《數據泄露成本報告》，數據泄露的平均成本已上升至488萬美元。這意味著，與網絡入侵相關的成本同比增長了10%，創下自疫情開始以來最大的漲幅。 發表于：7/31/2024 消息稱HPE收購瞻博網絡將獲歐盟無條件批準 消息稱HPE收購瞻博網絡將獲歐盟無條件批準 發表于：7/31/2024 SpaceX將在巴西發射7500顆二代低軌道衛星 SpaceX將在巴西發射7500顆二代低軌道衛星：希望縮小數字鴻溝 發表于：7/30/2024 美國學科學家構建出可用于開發新型無線通信信道的時空元表面 美國學科學家構建出“時空元表面”，可用于開發新型無線通信信道 發表于：7/30/2024 報告顯示美國最大運營商的5G可用性僅有7.7% 報告：美國最大運營商的5G可用性僅有7.7% 7月29日 移動通信網絡測試分析機構Opensignal在其最新發布的有關美國覆蓋范圍報告中指出，在美國三大移動網絡運營商中，有兩家運營商的5G可用性非常之低。 正如圖1所示，美國最大運營商Verizon的用戶，平均只有7.7%的時間能夠在他們的設備上接入5G網絡。第二大運營商AT&T的表現略好，為11.8%。 相比之下，T-Mobile美國的5G可用性則遙遙領先，其用戶在67.9%的時間里能夠接入5G網絡。 發表于：7/30/2024 基于Boosting集成學習的風險URL檢測研究 隨著互聯網的不斷發展，網站數量不斷增長，URL作為訪問網站的唯一入口，成為Web攻擊的重點對象。傳統的URL檢測方式主要是針對惡意URL，主要方法是基于特征值和黑白名單，容易產生漏報，且對于復雜URL的檢測能力不足。為解決上述問題，基于集成學習中的Boosting思想，提出一種針對業務訪問的風險URL檢測的混合模型。該模型前期將URL作為字符串，使用自然語言處理技術對其進行分詞及向量化，然后采用分步建模法的思想，首先利用GBDT算法構建二分類模型，判斷URL是否存在風險，接著將風險URL原始字符串輸入到多分類模型中，利用XGBoost算法對其進行多分類判定，明確風險URL的具體風險類型，為安全分析人員提供參考。在模型構建過程中不斷進行參數調優，并采用AUC值和F1值分別對二分類模型和多分類模型進行評估，評估結果顯示二分類模型的AUC值為98.91%，多分類模型的F1值為0.993，效果較好。將其應用到實際環境中，與現有檢測手段進行對比，發現模型的檢出率高于現有WAF和APT安全設備，其檢測結果彌補了現有檢測手段的漏報。 發表于：7/29/2024 基于交易時間衰減的以太坊惡意地址檢測方法 提出Trans-TAN模型，用于以太坊上的交易流向圖中關聯惡意地址的檢測任務，模型改進基于Transformer模型的自注意力機制，根據以太坊地址的交易特點并受到牛頓冷卻定理的啟發，引入隨時間交易的時間間隔衰減因素，同時融合以太坊地址間的相似度因素和交易金額因素。基于以上三方面，通過牛頓冷卻定理的常微分方程解形式構建的地址關聯矩陣，從而改進原有的自注意力矩陣。實驗證明，Trans-TAN模型能夠有效捕捉以太坊交易流向圖過程中惡意節點地址的特征，在測試集中精準率 (Precision)、召回率(Recall)和F1指標優于傳統的檢測模型。 發表于：7/29/2024 ?…72737475767778798081…?
