В продукты Zoom добавили постквантовое сквозное шифрование

В продукты Zoom добавили постквантовое сквозное шифрование

В продукты Zoom добавили постквантовое сквозное шифрование

На этой неделе разработчики софта для видеоконференций Zoom добавили постквантовое сквозное шифрование (E2EE) в платформу Zoom Workplace. Для защиты общения и данных будет использоваться алгоритм Kyber-768, ранее одобренный NIST.

В настоящий момент новая функциональность доступна в Zoom Meetings, а вот в Zoom Phone и Zoom Rooms её обещают реализовать в ближайшее время.

Представители Zoom утверждают, что они первыми добавили постквантовое сквозное шифрование в софт для видеоконференций.

«С момента, когда мы запустили сквозное шифрования для Zoom Meetings (в 2020 году) и Zoom Phone (в 2022-м), наблюдается большой спрос на эту функциональность со стороны пользователей», — объясняет Майкл Адамс, один из безопасников в Zoom.

«С внедрением постквантового E2EE мы ещё усиливаем безопасность, стремясь обеспечить максимальную защиту коммуникаций и данных пользователей».

Несмотря на то что мы пока далеки от атак с помощью квантовых компьютеров, техногиганты заранее подстилают соломку, готовясь к этой киберугрозе. Например, в Google Chrome 116 уже реализовали поддержку квантово-устойчивых алгоритмов шифрования.

В марте мы писали, что в России представили новый квантово-устойчивый механизм — «Кодиеум». А в недавней статье рассуждали, какими должны быть стандарты постквантовой криптографии.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru