本文分享了作者在小型金融科技公司从攻击视角转向安全规划的经验。作者强调理解攻击者战术对构建有效防御的重要性，并提出了基于风险量化和核心资产保护的安全框架，以应对资源限制和安全意识薄弱的挑战。

该研究使用图神经网络（GNN）替代物在电网日常运营中基于蒙特卡罗（MC）取样的风险量化中的实用性。通过监督学习训练GNN替代物，它们能够准确预测电网状态并快速量化电网的运营风险。该文章利用GNN发展了多种工具，用于在现实世界中快速评估电网的可靠性和风险。