HASP SRM первым «научился» защищать Java-приложения

HASP SRM первым «научился» защищать Java-приложения

Ведущий российский разработчик и поставщик решений для информационной безопасности и средств защиты программного обеспечения (ПО), компания Aladdin официально сообщает о выходе нового решения Java Envelope для HASP SRM, открывающего богатые возможности для разработчиков Java-приложений по защите и дистрибуции своих продуктов.



Динамика прогресса информационных технологий выдвигает всё более высокие требования к приложениям, работающим в среде Интернет. Обеспечение таких качеств, как кроссплатформенность, свободное портирование и возможность внесения модификаций без нарушений работы приложений – стали необходимыми критериями для современных программных продуктов.

Оставаясь лидером в области разработки инновационных технологий защиты ПО, компания Aladdin выпустила новую утилиту HASP SRM Java Envelope, тем самым обеспечивая для своих клиентов возможность использования гибких сценариев защиты Java-приложений, работающих в гетерогенных сетях, с различным аппаратным обеспечением и под управлением разных операционных систем.

Как известно, скомпилированная на языке Java программа хранится в виде байт-кода, который может быть легко декомпелирован в исходный Java-код. Это ограничение не позволяло строить надёжные системы защиты от нелегального копирования. Однако выпуск HASP SRM Java Envelope снимает эту проблему, позволяя защищать Java-приложения без внесения каких-либо изменений в исходную структуру кода.

На данный момент Aladdin является первой и единственной компанией, предлагающей на рынке решение для лицензирования и автоматической защиты программ на языке Java от незаконного использования и распространения. «Фактически мы сделали невозможное – смогли защитить незащищаемое, - комментирует Александр Гурин, руководитель направления защиты ПО, компания Aladdin. - Ведь, как известно, файлы класса всегда хранятся в открытом виде, что и обеспечивает функциональную гибкость самого приложения и возможность переносимости на любую платформу. Мы же смогли сохранить открытую архитектуру и при этом защитить её. Это серьёзный технологических шаг вперед, который можно сравнить лишь с выпуском компанией Aladdin защиты для .Net приложений, к слову, до сих пор не имеющей конкурентоспособных аналогов»


Напомним, что Aladdin HASP SRM - это система построения универсальной инфраструктуры продаж программного обеспечения, уникальной особенностью которой является возможность обеспечения как аппаратной, так и программной защиты ПО. Предоставляя новый уровень безопасности и обеспечивая прозрачное управление продажами, HASP SRM вместе с тем является легкой и удобной системой, позволяющей применять различные бизнес-сценарии эффективных продаж защищенного программного обеспечения.
Загрузить HASP SRM Java Envelope с официального сайта Aladdin: http://www.aladdin.com/support/hasp.aspx

Лучшие LLM ошибаются с ядовитыми грибами в каждом девятом случае

Разработчик Пётр Мигдал проверил, можно ли доверить нейросети самый рискованный этап тихой охоты — определение грибов по фотографии. Короткий ответ: если очень хочется однажды поужинать дважды, то можно. В бенчмарк вошли 1040 фотографий 55 видов грибов, наиболее распространённых в Польше.

Изображения взяли из датасета FungiTastic, созданного на основе Atlas of Danish Fungi. Полная база содержит свыше 600 тыс. снимков с экспертной классификацией, а для части образцов вид подтверждён анализом ДНК.

Модели показывали каждую фотографию и просили назвать пять наиболее вероятных видов на латыни. Дополнительно их не обучали и специальные инструменты не подключали.


Лучше остальных справилась Gemini 3.8 Flash: правильный вид оказался на первом месте в 65% случаев и попал в пятёрку ответов в 85%. Немного отстали Gemini 3.6 Flash с результатами 64% и 85%, а также Gemini 3.7 Flash — 61% и 82%. Внизу таблицы расположились Qwen 3.8 27B, MiniMax-M3 и Qwen 3.8 Flash.


Но высокая точность закончилась там, где начался вопрос безопасности. Gemini 3.8 Flash и Gemini 3.6 Flash примерно в 11% случаев определяли ядовитые грибы как съедобные виды. У GPT-5.6 Sol доля опасных ошибок достигла 24%, у Claude Opus 5 — 29%, а у Qwen 3.8 27B — 36%. То есть последняя модель потенциально отправляла в корзину не тот гриб чаще чем в каждом третьем случае.

Есть важная оговорка: нейросети напрямую не спрашивали, можно ли есть находку. Они определяли вид, а затем исследователь сопоставлял ответы с таблицей съедобности. Некоторые модели и вовсе отказывались давать классификацию.

RSS: Новости на портале Anti-Malware.ru