Передовая технология «Лаборатории Касперского» ускорит работу компьютера

Передовая технология «Лаборатории Касперского» ускорит работу компьютера

«Лаборатория Касперского» получила патент на прогрессивную технологию оптимизации использования вычислительных ресурсов компьютера. Патент №2475819, выданный Федеральной службой по интеллектуальной собственности, описывает метод выявления и удаления веток реестра, файлов, процессов и других объектов, которые используют системные ресурсы, но при этом не несут полезной нагрузки.

На любом компьютере корпоративной или домашней сети со временем скапливаются временные файлы, всевозможные списки последних выполненных операций, протоколов, содержимое памяти ядра или всей операционной системы и т.п. Они расходуют вычислительные ресурсы компьютера (например, место на диске), не принося пользы, а иногда и просто замедляют его работу. При этом операционная система не предоставляет стандартных средств для удаления всего объёма подобного «мусора». Решить эту проблемы призван описанный в патенте метод «Лаборатории Касперского». 

Технология анализирует все неиспользуемые объекты, оказывающие влияние на производительность системы, после чего выявляет и удаляет те, которые нагружают систему больше всего и при этом не нужны пользователю в данный момент – то есть не участвуют в работе приложений, которые он использует.

Большинство других технологий, предназначенных для повышения быстродействия компьютера с помощью очистки системы, направлено на поиск и удаление максимального количества неиспользуемых объектов без анализа их воздействия на систему и эффекта, который будет достигнут в результате их удаления. Такой подход нередко превращается в «чистку ради чистки», а полученный в результате полезный эффект является второстепенным. В отличие от прочих, технология «Лаборатории Касперского» умеет выявлять наиболее ресурсоёмкие «мусорные» объекты и удалять их раньше тех, которые потребляют меньше вычислительных мощностей.

«Когда перед вами стоит задача максимально быстро освободить помещение от находящихся в нём вещей, чтобы тут же использовать его для размещения новых предметов, очевидно, что сначала вы вынесете те вещи, которые занимают больше места, а потом – все остальные. Примерно от такого принципа мы отталкивались в своей разработке», – рассказал автор запатентованной технологии Олег Зайцев, главный технологический эксперт «Лаборатории Касперского».

Стоит отметить, что от работы данной технологии, в первую очередь, выигрывают не самые современные компьютеры с большим количеством приложений, на которых можно добиться прироста скорости в десятки процентов.

В область задач, решить которые помогает технология, в частности, входит оптимизация использования оперативной памяти и дискового пространства, а также помощь администратору при проведении профилактического обслуживания компьютеров, что особенно актуально для корпоративных сетей.

ChatGPT и Gemini генерируют пароли, которые можно взломать за часы

Генеративный ИИ плохо справляются с созданием надёжных паролей. К такому выводу пришли специалисты компании Irregular, изучающие вопросы безопасности ИИ. Исследователи протестировали Claude, ChatGPT и Gemini. Всем моделям дали одинаковую задачу: сгенерировать 16-символьный пароль с буквами разного регистра, цифрами и спецсимволами.

На первый взгляд результаты выглядели убедительно: онлайн-проверки сложности показывали «очень сильный пароль» и даже обещали «сотни лет» на взлом такой комбинации. Но, как выяснилось, это иллюзия.

Проблема в том, что чекеры не учитывают характерные шаблоны, которые используют языковые модели. А вот злоумышленники могут учитывать. По данным Irregular, все протестированные ИИ генерировали пароли с повторяющимися структурами — особенно в начале и в конце строки.

Например, при 50 отдельных запросах к Claude (модель Opus 4.6) исследователи получили только 30 уникальных паролей. Причём 18 из них оказались полностью идентичными. Почти все строки начинались и заканчивались одинаковыми символами. Кроме того, ни в одном из 50 вариантов не было повторяющихся символов, что тоже говорит о предсказуемости, а не о случайности.

 

Похожие закономерности обнаружились и у OpenAI GPT-5.2 и Gemini 3 Flash. Даже когда исследователи попросили модель Nano Banana Pro «написать случайный пароль на стикере», характерные шаблоны Gemini всё равно сохранялись.

 

The Register повторил эксперимент с Gemini 3 Pro. Модель предлагала три варианта: «высокой сложности», «с упором на символы» и «случайный буквенно-цифровой». Первые два следовали узнаваемым шаблонам, а третий выглядел более случайным. При этом Gemini отдельно предупреждала, что такие пароли не стоит использовать для важных аккаунтов, и советовала воспользоваться менеджером паролей — например, 1Password или Bitwarden.

 

Irregular пошла дальше и оценила энтропию (меру случайности) таких паролей. Для 16-символьных строк, созданных LLM, она составила примерно 20–27 бит. Для действительно случайного пароля той же длины показатель должен быть около 98–120 бит.

 

В практическом плане это означает, что подобные ИИ-пароли теоретически можно перебрать за несколько часов, даже на старом компьютере.

Дополнительная проблема в том, что шаблоны позволяют выявлять, где ИИ использовался для генерации паролей. Поиск характерных последовательностей символов в GitHub уже приводит к тестовым проектам, инструкциям и документации с такими строками.

В Irregular считают, что по мере роста популярности вайб-кодинга и автоматической генерации кода проблема может только усилиться. Если ИИ будет писать большую часть кода (как ранее предполагал CEO Anthropic Дарио Амодеи), то и слабые пароли, созданные моделями, могут массово проникнуть в проекты.

RSS: Новости на портале Anti-Malware.ru