在处理表格数据方面，最多提及的是Pandas。

Sigma Polaris CEO表示，Pandas可能是最有价值的工具之一，尤其是在与外部开发人员合作进行各种项目时。所有的数据以数据框架的形式存在，协作更加流畅，减少了不必要的麻烦。

提到可视化，Matplotlib、Plotly是最多的选择。

还有公司推荐了Dash，它是一个在Plotly图表为基础建立的交互式仪表盘的工具，这对于用户来说更加友好。

对于标准的机器学习问题，大多数团队使用Scikit-Learn和XGBoost，尤其是Scikit-Learn。

iSchoolConnect公司就解释道：

Scikit-Learn是机器学习研究人员、工程师和开发人员最常用的工具箱之一。你可以轻松获得你想要的东西，这一点让人惊叹不已!

对于深度学习框架而言，PyTorch、Tensorflow+Keras很受团队欢迎。

而在具体的方向上，比如NLP，Huggingface、Spacy、Gensim是常用的工具，CV方面，OpenCV无疑是必需的了。

MLOps

类似于DevOps，有人称，MLOps是用于机器学习的DevOps。

MLOps是将模型集成并部署到生产系统中的所有工具。

这包括模型被部署到哪里，如何到达哪里，如何被更大的软件/应用程序访问，如何跟踪ML模型在现实世界中的性能，以及如何对模型进行实时管理和测试。

每个团队针对于自身的不同任务，所使用的工具也不尽相同。


 

内网环境下黑客可用的攻击方式就更多了：绝大部分服务器是不连接互联网的，那么黑客要想入侵这些服务器，就要出同时连接内网和互联网的计算机，一般信息科的计算机都是这样，还有些比较隐秘的，比如利用USB无线网卡，偷偷连接WIFI的计算机，这些计算机是最有可能遭到攻击的，以这些计算机为跳板，进入内网环境。

在这里要想防范，就要防止计算机同时连接内网和外网，对于那些私插USB网卡的，需要利用设备控制的功能进行阻止。如果不入侵服务器是否也能让服务器中招呢?有的，遇到的还不少。比如有些服务器开放了文件共享功能，并且图方便可以写入。那么黑客只需要在能够访问到共享的服务器上引爆勒索病毒，同样可以对共享文件夹内的文件加密。这种情况下，由于病毒程序并没有在服务器上运行，服务器并不能检测到病毒，所以服务器最能对这种情况进行防范。如果前面的手段都失效了，最终黑客还是进入了服务器(比如服务器存在弱口令，黑客通过远程桌面的合法手段进来了)，这种情况下，有没有办法阻止勒索病毒呢?根据我们对感染过勒索的服务器的大量分析，了解到：黑客在这一步，就是进入服务器执行病毒程序，加密文件的过程。如果勒索病毒程序没有被反病毒程序查杀，那最好，直接运行病毒，有的还会擦除痕迹。有时候病毒直接被反病毒程序杀掉了，那么黑客就要想办法关闭或直接卸载反病毒程序。在这里考验的就是反病毒程序对病毒的防范能力，以及自身的健壮性了。比如查杀率、对未知病毒的防范、自身的安全保护措施等等。如果能够把勒索病毒杀掉，或者杀不掉，但是能够让它运行不起来，对服务器来说都是安全的。所以，在这个环节，杀毒软件最好具有以下的功能：主动防御或行为检测技术，能够对未知病毒进行防范。杀毒软件要有防止关闭和卸载的功能。要有能对进程进行权限设置的功能，对于未授权的程序和进程禁止运行。对共享文件夹的保护等。

说了这么多，对于病毒和黑客攻击的防范，总结起来就是：

l 常规传播：对邮件、网页、共享、U盘等

l 扫描阶段：IPS防护、防火墙;

l 入侵阶段：漏洞防护、共享文件夹的防护

l 内网渗透：IPS防护、防火墙、外设管控、BadUSB

l 攻入服务器：病毒查杀、阻止程序运行、对未知病毒的防范、更新速度

验证一款软件是否能防得住勒索病毒的有效手段就是针对黑客入侵流程的每一步进行测试验证。

04.测试方法

测试方法包括静态测试和动态测试

所谓静态测试，就是下载病毒样本包，测试杀毒软件对病毒样本的识别率、管理功能等。

目前很多的测评都是一些静态测试，用病毒样本包来测试产品是否能够识别，对于不能识别的病毒发送给厂商看多久可以更新病毒库，测试厂商对于新病毒的反应速度，同时直接执行不能识别的病毒，看杀毒软件对于未知病毒的主动防御能力。设置应用程序权限，看未设置权限的程序如病毒能否运行等。这种方法主要用于测试防病毒软件的基本功能，包括报告、集中管理等功能。但难以准确反应产品在真实攻击的实战能力。

第二种方法是动态测试，即模拟攻击，测试防病毒软件在面对攻击时的反应，常见的方法是使用KALI LINUX进行模拟攻击。测试防病毒软件在漏洞利用、网络攻击、端口防范等方面如何有效拦截。



 

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!