Google открыл исходный код сканера уязвимостей для корпораций-гигантов

Google открыл исходный код сканера уязвимостей для корпораций-гигантов

Google открыл исходный код сканера уязвимостей для корпораций-гигантов

Google открыл исходный код сканера уязвимостей, который отлично подойдёт для проверки безопасности масштабной корпоративной сети с тысячами или даже миллионами подключённых к Сети устройств.

Сканер получил яркое имя «Tsunami», ранее Google использовал его для внутренних целей. Теперь же интернет-гигант опубликовал на GitHub исходный код разработки.

Несмотря на прямую связь с корпорацией, Tsunami не будет считаться принадлежащим Google брендом. Сообщество разработчиков будет работать над сканером и совершенствовать его, поэтому его можно будет назвать общим детищем.

Tsunami отличается от сотен других сканеров (как коммерческих, так и бесплатных) подходом к его разработке — Google учитывал потребности гигантских корпораций вроде себя.

Поэтому сканер подойдёт для организаций, управляющих сетями, в которых установлены сотни тысяч серверов, рабочих станций, сетевого оборудования и подключённых к интернету IoT-устройств. 

По словам Google, использующие Tsunami корпорации смогут рассчитывать, что сканер справится с проверкой всех типов устройств — не придётся запускать отдельно несколько средств для поиска уязвимостей.

В планах также свести к минимуму ложные срабатывания и исключить отправку некорректных патчей сотням тысяч девайсов.

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