В российском транспорте появится система распознавания лиц

В российском транспорте появится система распознавания лиц

В российском транспорте появится система распознавания лиц

В российском общественном транспорте планируют внедрить систему распознавания лиц. Нововведение поможет гражданам легче оплачивать проезд, так как биометрическая система, опознавая их, будет списывать деньги автоматически с каждого отдельного пользователя. Схема примерно такая — пассажир заходит в автобус, система его узнает, идет списание средств за проезд с банковского счета россиянина.

Об инициативе рассказал Андрей Чибис, заместитель главы Министерства строительства и жилищно-коммунального хозяйства Российской Федерации. За основу Минстрой хочет взять реализацию такой системы в китайских городах.

Логично было бы привлечь китайские компании, уже знакомые с этой технологией. Это тоже есть в планах ведомства — Huawei будет работать совместно с «Ростелекомом». Две компании будут внедрять технологии биометрии и анализа событий в российских городах.

Чтобы набраться опыта, представители Минстроя хотят посетить Китай.

«Насколько я знаю, сейчас идет дискуссия по поводу внедрения такой технологии в Москве. Очевидно, что из-за необходимости использовать карточки, время посадки пассажиров затягивается. А алгоритм распознавания лиц работает так: пассажир заходит в метро или автобус, программа его распознает и списывает за проезд деньги с банковского счета», — объясняет Чибис.

Эта система станет частью масштабного проекта «Умный город», который рассчитан на шесть лет.

Подпишитесь на новости

ИИ-агенты смогут искать уязвимости через плагины PT Application Inspector

Positive Technologies выпустила версию 3.0.0 бесплатных плагинов PT Application Inspector с поддержкой ИИ-агентов. Через встроенный MCP-сервер агенты могут запускать поиск уязвимостей в проекте или отдельных изменениях, анализировать результаты и помогать разработчикам исправлять код.

Интеграция по протоколу Model Context Protocol позволяет подключать инструменты с поддержкой MCP, включая OpenCode, Claude Code и Codex.

Агентам доступны сведения об обнаруженных уязвимостях и условиях их эксплуатации. Сами плагины используют статический анализ и показывают потенциальные проблемы безопасности непосредственно в среде разработки.

Для проверки кода после действий агента добавлена функция AI Hooks. Она автоматически проверяет внесённые изменения и сообщает разработчику о возможных уязвимостях. Полное повторное сканирование не требуется, если проект уже прошёл первоначальную проверку.

Функция How to Fix, формирующая с помощью ИИ рекомендации по устранению уязвимостей, стала доступна в Visual Studio Code. Ранее её можно было использовать в JetBrains IDE. Предложенные изменения разработчик может сразу внести в код.

Для How to Fix поддерживаются модели с совместимым API, в том числе развёрнутые на серверах заказчика. Такой вариант позволяет получать рекомендации без передачи исходного кода внешним ИИ-сервисам.

По словам директора по продуктам AppSec и WAF Positive Technologies Антона Жаболенко, компания стремится встроить поиск и исправление уязвимостей в процесс генерации кода, чтобы проверка не оставалась отдельной задачей после завершения разработки.

RSS: Новости на портале Anti-Malware.ru