В 2018 году Google удалила 2,3 млрд злонамеренной рекламы

В 2018 году Google удалила 2,3 млрд злонамеренной рекламы

В 2018 году Google удалила 2,3 млрд злонамеренной рекламы

На днях Google опубликовала интересную статистику относительно борьбы с вредоносными рекламными объявлениями. Оказалось, что в 2018 году интернет-гиганту удалось заблокировать 2,3 миллиарда злонамеренной и фишинговой рекламы.

Среди этих 2,3 миллиардов рекламных объявлений злоумышленников 58,8 миллионов оказались фишинговыми. Все они нарушали политику Google, введенную в 2018 году.

Напомним, что корпорация в прошлом году ввела 31 новое правило, касающееся размещения рекламы на платформе. Эти правила были сформулированы с целью защитить пользователей от мошенничества и другой киберпреступной деятельности.

«В общей сложности мы ввели 31 новое правило в 2018 году, чтобы защитить пользователей от онлайн-мошенничества — фейковых техподдержек, недобросовестных продавцов билетов и цифровой валюты», — пишет Google в своем пресс-релизе.

«В прошлом году мы удалили 2,3 миллиарда рекламы за нарушение наших новых правил. Среди них около 270 000 были объявлениями по продаже билетов, 531 000 принадлежали недобросовестным залоговым объявлениям, а 58,8 миллионов объявлений и вовсе были фишинговыми».

В следующем месяце Google планирует запустить новую функцию в Google Ads, которая поможет рекламодателям избежать основных ошибок, которые противоречат политике корпорации.

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