Axiom JDK оптимизировали для архитектуры RISC-V

Axiom JDK оптимизировали для архитектуры RISC-V

Axiom JDK оптимизировали для архитектуры RISC-V

Компания Axiom JDK оптимизировала производительность Java-приложений и выпустила специальную версию Axiom JDK Pro Server для работы в системах на архитектуре RISC-V.

Данная оптимизация позволит эффективнее работать с высоконагруженными Java-приложениями на RISC-V и обеспечивать бесшовную миграцию Java-стека на перспективные решения.

Усовершенствованная среда исполнения Java содержит специализированные патчи для RISC-V IP-ядер участников российского Альянса RISC-V. В результате российская платформа Java Axiom JDK позволит запускать любые приложения, написанные на Java, которые могут работать на аппаратных решениях, соответствующих стандарту RISC-V.

Оптимизированная платформа Java Axiom JDK Pro Server для RISC-V уже предлагается для коммерческого использования. Речь идет о версиях с длительной поддержкой (LTS) JDK 17 и 21 и включает регулярные обновления безопасности.

Совершенствование Axiom JDK для систем на архитектуре RISC-V увеличивает потенциал российского ИТ-сообщества в создании импортонезависимых программно-аппаратных решений. Достоинствами архитектуры RISC-V является открытость, модульность и постоянно развивающаяся экосистема, включающая в себя все современные наработки в создании процессорных архитектур и программного обеспечения.

«Мы рады, что в России есть сильное сообщество Java профессионалов, заинтересованных в программно-аппаратных оптимизациях для развития открытых процессорных архитектур. Альянс RISC-V ожидает от сотрудничества с Axiom JDK улучшения качества поддержки RISC-V в отечественной платформе Java, OpenJDK, поиска новых архитектурных идей и развития профиля прикладных RISC-V процессоров RVA23, укрепляя базу для технологического суверенитета. Качественное решение даст весомые преимущества для заказчиков при формировании ИТ-стратегии на отечественном программно-аппаратном стеке и развитии систем на платформе Java, которая используется в подавляющем числе корпоративных систем в России», — сказал Сергей Якушкин, глава Технологического комитета Альянса RISC-V.

«Инженеры Axiom JDK ежедневно работают над тем, чтобы удовлетворять потребности отечественных разработчиков в Java-технологиях. Мы выпускаем регулярные обновления и улучшения, занимаемся локализацией, поддерживаем современные аппаратные платформы и постоянно инвестируем в развитие. Такая стратегия обеспечивает разработчиков полнофункциональным инструментарием для создания новых критически важных систем и миграции существующих на доверенный Java-стек. Мы гордимся, что можем предоставить российским компаниям все необходимые инструменты для безопасной и эффективной Java-разработки и подтвердить, что Java в России — это мы», — отметил Роман Карпов, директор по стратегии и развитию технологий Axiom JDK.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru