美国网络武器也不是万能的?在打击ISIS上表现不如人意

简介:

越来越多事实证明网络武器其并不足以作为一类永久有效的解决方案——特别是此类攻击手段在破坏ISIS恐怖活动方面表现不如人意。

美国网络武器也不是万能的?在打击ISIS上表现不如人意-E安全

美国网络司令部打击ISIS势力收效甚微

自美国网络司令部初步肩负起打击ISIS势力的明确使命以来已经过去一年多时间,其也有效影响到了ISIS招募新兵、传播信息、发布命令以及向作战人员支付酬劳等活动。最初面向固定目标所设计的网络技术正经过重新设计,旨在探索如何将网络转化为足以阻扼ISIS等恐怖组织活动的有力武器。然而,这些技术在实践当中并未能充分证明自身价值。在遭遇清理之后,ISIS的招募与通信渠道很快被再度建立起来。

美国国家安全委员会反恐怖主义高级主管约书亚·乔尔泽在接受外媒采访时表示,总体上网络作战行动对于ISIS造成重大打击的能力令人失望。这方面工作实际上比人们想象的要困难得多。此类行动目标并非酷炫地入侵对方系统,而是力求尽可能使其消失在公众视野当中。

美国网络武器也不是万能的?在打击ISIS上表现不如人意-E安全美国针对ISIS所发动的这场最为先进的进攻性网络行动(Glowing Symphony行动)始于去年11月,其主要目标在于破坏ISIS所制作并发布的在线视频以及宣传信息。尽管在初步清除了相关视频后,人们认为作战行动已经取得成功,但这样的胜利只是暂时的。ISIS完全能够利用移动及常规设备确保自身轻松重建通信渠道并恢复宣传素材。

美国国家反恐怖主义中心主管尼古拉斯·拉斯穆森在上个月于华盛顿发表讲话时指出,“目前ISIS在全球的影响力基于未受到影响。该集团仍在继续发布成千上万条官方宣传资料,并利用在线应用组织并引导支持者发动极端袭击。”

互联网武器化已然实现,易于访问的移动技术也被用于破坏对方的消息传播,但长久以来困扰着我们的问题依旧存在:我们该如何利用网络技术对恐怖主义施以有效打击?



本文转自d1net(转载)

相关文章
|
1月前
|
机器学习/深度学习 数据采集 人工智能
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
38 0
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
|
1月前
|
机器学习/深度学习 算法 计算机视觉
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
29 2
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真
|
1月前
|
机器学习/深度学习 算法 数据库
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
|
1月前
|
传感器 算法 Go
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
44 2
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】REMD_ MFE_SVM_LSTM 神经网络时序预测算法
【MATLAB】REMD_ MFE_SVM_LSTM 神经网络时序预测算法
43 5

热门文章

最新文章