法国计算机科学与随机系统研究所的一组研究人员使用单板电脑 Raspberry Pi 创建了一个反恶意软件系统，该系统可扫描设备中的电磁波。该安全设备使用示波器（Picoscope 6407）和连接到Raspberry Pi 2B 的 H-Field 传感器检测受到攻击的计算机发出的特定电磁波中的异常情况，研究人员称这种技术已被用于“获得关于恶意软件类型和身份的准确信息。” 检测系统依靠卷积神经网络（CNN）确定收集到的数据是否表明威胁存在。使用这种技术，研究人员声称可以记录 10 万条被真正恶意软件样本感染的物联网设备的测量轨迹，并以高达 99.82% 的准确率预测三种通用恶意软件和一种良性恶意软件。最重要的是，不需要任何软件，你在扫描的设备也不需要以任何方式进行操作。因此用混淆技术隐藏恶意代码，瞒过恶意软件检测软件的尝试不会成功。研究人员在论文中写道：“我们的方法不需要对目标设备进行任何修改。它可以独立于可用资源进行部署，无需任何开销。而且我们的方法的优点在于，恶意软件作者几乎无法探测并规避它。”

为防止恶意脚本悄悄在浏览器上执行本地 HTTP 请求，Chrome 将实现名为 Private Network Access (PNA）的 W3C 新规格阻止这一被恶意程序滥用的行为。新功能将在今年上半年推出，PNA 将在 Chrome 中引入一个机制，外部域名在尝试与本地网络设备建立连接前需要征得系统许可，如果本地设备如服务器或路由器没有回应，尝试建立连接的请求将被阻止。