АНБ отследило более 150 миллионов звонков американцев в 2016 году

АНБ отследило более 150 миллионов звонков американцев в 2016 году

АНБ отследило более 150 миллионов звонков американцев в 2016 году

Агентство национальной безопасности США перехватило информацию более чем о 150 миллионах звонков американцев в 2016 году, несмотря на принятый конгрессом закон, ограничивающий подобные возможности крупнейшей американской спецслужбы, говорится в докладе, подготовленном в офисе директора национальной разведки США.

Всего в 2016 году была собрана информация о 151 миллионе звонков по ордеру специального секретного суда по слежке за иностранцами (FISA). При этом в поле зрения АНБ за то же время попали всего 42 подозреваемых в терроризме.

В докладе утверждается, что за весь 2016 год в поле зрения спецслужб попали данные лишь одного американского гражданина, которые были "выловлены" в результате слежки, не связанной с разведывательными целями. Однако разведка не говорит, сколько американцев оказались в "сетях" прослушки в связи с собственно разведывательной деятельностью, пишет ria.ru.

АНБ массово собирало информацию о метаданных — времени и месте, продолжительности и адресатах звонков — после терактов 11 сентября 2001 года. В 2013 году экс-сотрудник АНБ и ЦРУ Эдвард Сноуден раскрыл существование масштабных программ перехвата звонков, после чего конгресс принял закон, ограничивающие возможности АНБ хранить и осуществлять поиск в базах метаданных в том, что касается американских граждан.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru