來自微步在線高級研究員楊晉分享了他對藍牙4協(xié)議漏洞的研究成果,。他指出，“blueborne”安全問題近期被披露,。它不是一個漏洞，而是八個藍牙漏洞,，其中四個處于高危險級別,。這表明，BlueBorne是非常強大的,，它可以攻擊蘋果iOS,、Android、Windows和Linux,。

NewSky Security資深研究員Ankit Anubhav解析了“物聯(lián)網(wǎng)威脅的演變與傳統(tǒng)惡意軟件的比較研究”,。“智能攻擊”就是尋找安全鏈中最薄弱的環(huán)節(jié),。他們團隊發(fā)現(xiàn)了Mirai樣本的一個新變種,，該變種有三個模式：cve-2014-8361漏洞，tr-64和默認密碼攻擊,。惡意軟件將首先嘗試通過使用已知密碼表控制設備的簡單方式,。如果不成功，它將嘗試運行兩個已知的漏洞來獲得對物聯(lián)網(wǎng)的控制,。他詳細介紹了QBot,，它可以將一個物聯(lián)網(wǎng)變?yōu)榻┦W(wǎng)絡。

騰訊高級工程師楊經(jīng)宇和清華大學博士黨凡介紹了團隊開發(fā)的一種用于惡意軟件取證的物聯(lián)網(wǎng)蜜罐設備,。相對于傳統(tǒng)的蜜罐技術(shù)，它是一種高交互蜜罐（HIH）,，為物聯(lián)網(wǎng)的惡意軟件調(diào)查取證提供了更多的信息,。首先，雙向網(wǎng)絡流量將被獲取,，這意味著記錄的數(shù)據(jù)不僅包括攻擊設備的流量,，而且還包括被感染設備本身初始化的流量。其次,，常見的網(wǎng)絡提供服務,，包括SSH、Telnet,、HTTP,、UPnP、甚至視頻流,。所有服務都包含專用的遠程代碼執(zhí)行漏洞,。一旦他們被攻破，攻擊和惡意行動將被監(jiān)控并報告給管理中心作為數(shù)字取證,。最后,，可以在前端層部署可選的流代理模塊,。該模塊將重定向和總攻擊流量預設置蜜罐增加捕獲攻擊全球覆蓋。

McAfee的移動惡意軟件研究員Daisuke Nakajima在會上作了“基于人工輔助和自動機器學習的安卓惡意軟件檢測”的演講報告,。其指出：基于機器學習（ML）的惡意軟件檢測,，可以實現(xiàn)對已知的和未知的惡意樣本的高檢測率。但它也可能帶來潛在的更高的誤報率,。為解決這一問題,，他提出了一種結(jié)合機器學習、傳統(tǒng)特征碼和網(wǎng)絡信用的實用模型,。