Не хотим учиться: названы самые распространённые слитые пароли 2020 года

Не хотим учиться: названы самые распространённые слитые пароли 2020 года

Не хотим учиться: названы самые распространённые слитые пароли 2020 года

Как вы думаете, стали ли пользователи уделять больше внимания паролям от своих аккаунтов в 2020 году? Может, пароли стали сложнее? К сожалению, это не так, согласно исследованию специалистов в области кибербезопасности.

В 2015 году наиболее часто используемыми паролями стали «123456» и «password». Удивительно, но спустя пять лет картина осталась практически такой же.

Исследователи из NordPass изучили 275 699 516 паролей, фигурировавших в утечках 2020 года. В результате эксперты составили список из 200 самых распространённых учётных данных.

Большинство паролей, к сожалению, оказались невероятно простыми, на их подбор у злоумышленников уйдёт менее секунды. Лишь 44% отобранных паролей можно назвать уникальными.

Итак, вам наверняка интересно, какими оказались самые распространённые пароли. В первую пятёрку вошли: «123456», «123456789», «picture1», «password» и «12345678».

Выделить из топ-5 можно, пожалуй, лишь «picture1» — у злоумышленников уйдёт приблизительно три часа на взлом такого пароля при помощи брутфорса. Другие же пароли ещё хуже — на их подбор потребуются считаные секунды.

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