Торвальдс: Впереди много проблем, связанных с аппаратным обеспечением

Торвальдс: Впереди много проблем, связанных с аппаратным обеспечением

Торвальдс: Впереди много проблем, связанных с аппаратным обеспечением

Создатель ядра Linux Линус Торвальдс предупреждает, что управление софтом значительно осложнится благодаря двум проблемам аппаратного обеспечения, которые находятся вне зоны контроля команд DevOps.

Свои мысли по этому поводу Торвальдс выразил на конференции KubeCon + CloudNative + Open Source Summit China.

Первой проблемой программист назвал нескончаемый поток патчей для уязвимостей, вызванных моделью спекулятивного выполнения, без которой не может обойтись Intel и другие производители процессоров.

Напомним, что вендоры рассчитывают именно на спекулятивное выполнение, когда речь заходит о повышении скорости работы и улучшении производительности.

Каждая вызванная этим уязвимость требует выпуска новых патчей для ядра Linux, что приводит, по словам Торвальдса, к мучительному процессу обновления. Каждый патч требует от организаций установить не только обновления Linux-ядра, но и BIOS.

Есть и другой путь — отключить гиперпоточность (Hyper-threading, HTT). Но в этом случае страдает производительность, которая в среднем падает на 15%.

Вторая серьезная проблема — закон Мура и прогноз Давида Хауса из Intel, согласно которому производительность процессоров должна удваиваться каждые 18 месяцев из-за сочетания роста количества транзисторов и увеличения тактовых частот процессоров.

Линус Торвальдс считает, что производителям необходимо повторно оптимизировать свой код, чтобы продолжать повышать производительность. В большинстве случаев это станет шоком для команд разработчиков.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru