Названы самые атакуемые IoT-устройства

Названы самые атакуемые IoT-устройства

Названы самые атакуемые IoT-устройства

Подключенные к Сети камеры наблюдения составляют почти половину скомпрометированных киберпреступниками IoT-устройств, заявили в компании SAM Seamless Network, занимающейся кибербезопасностью.

По словам исследователей, 47% уязвимых устройств, установленных в домашних сетях, составляют камеры наблюдения. Соответственно, именно камеры наиболее привлекательны для киберпреступников.

Большинство подобных кибератак способны обойти защиту дешевых моделей IP-камер. При этом злоумышленникам играет на руку тот факт, что зачастую бюджетные модели камер имеют одни и те же уязвимости.

Таким образом, найдя проблему безопасности в одной из моделей камер бюджетного сегмента, киберпреступники могут разработать вектор для атаки схожих моделей этих устройств.

«Самые серьезные подобные атаки были нацелены на IP-камеры. Похоже на то, что люди просто выбирают бюджетные модели этих устройств, которые, само собой, защищены хуже, чем более дорогой сегмент», — говорят исследователи SAM Seamless Network.

Умные контроллеры и сетевые хранилища чуть уступают камерам по количеству уязвимостей, однако прочно занимают второе (15%) и третье (12%) место по популярности взлома соответственно.

Нейросеть как цифровой костыль: учёные предупредили об ослаблении мышления

Активное использование искусственного интеллекта может постепенно ослаблять навыки, которые человек передаёт нейросети. К такому выводу пришли исследователи из университетов Ватерлоо, Торонто и Пердью. Впрочем, отправлять ChatGPT на костёр рано: проблема не в самом ИИ, а в привычке использовать его вместо собственной головы.

Учёные называют этот процесс когнитивной разгрузкой. Человек поручает внешнему инструменту запоминать информацию, искать решения и выстраивать рассуждения.

Результат появляется быстрее, но мозг получает меньше практики. Если так продолжается долго, самостоятельно выполнить знакомую задачу становится сложнее.

Показательный эксперимент провели почти с тысячей школьников, изучавших математику. Во время тренировок обычный помощник на базе GPT-4 улучшил их результаты на 48%.


Однако после отключения нейросети ученики написали проверочную работу на 17% хуже группы, которая занималась без ИИ. Другой вариант ИИ-репетитора работал иначе: не выдавал готовое решение, а подталкивал школьников к самостоятельному ответу. В этом случае заметного ухудшения результатов не обнаружили.


Похожий эффект исследователи наблюдали у врачей, применявших ИИ для поиска аденом во время колоноскопии. После возвращения к работе без алгоритма эффективность специалистов снизилась: показатель выявления образований упал с 28,4 до 22,4%.

Особенно опасной такая зависимость может стать в профессиях, где необходимо самостоятельно принимать сложные решения. Чем больше работы забирает алгоритм, тем реже человек тренирует собственные навыки.


Отказываться от нейросетей авторы не предлагают. Безопаснее использовать их для подсказок, объяснений, обратной связи и проверки собственных выводов.

RSS: Новости на портале Anti-Malware.ru