collaboration
7.9K views | +2 today
Follow
Your new post is loading...
Scooped by Pál Kerékfy
Scoop.it!

Beültetett belépőkártya

Beültetett belépőkártya | collaboration | Scoop.it

In August 2017, 50 employees at Three Square Market got RFID chips in their hands. A year later 80 have them, which means that roughly 80 of the company’s now 250 employees, or nearly a third, are walking, talking cyborgs.

Pál Kerékfy's insight:

Nagyon egyszerű dolgokra használják. Olyan, mintha a belépőkártyájuk lenne beépítve a kezükbe. Ezzel vásárolnak a büfében, és ezzel jelentkeznek be a számítógépükbe – semmi extra. Az információnak csak egy része van titkosítva, a többit bárki leolvashatja, aki elég közel van, de ez nem aggasztja őket.

 

Töprengek… Jó ez? Valóban érdemes ilyen kevésért beültetni valamit az ember kezébe? Mik a kockázatok? Mennyiben más, mint a kártya? Pozitívum: nem lehet otthon felejteni, elveszíteni, nem kell figyelni rá. Negatívum: nem lehet otthon hagyni, mindig és mindenhol azonosít(hat), a javításhoz és a frissítéshez ki kell operálni, majd újra be.

 

Mi jut még az eszünkbe?

 

#embedded #RFID #privacy @MITTechReview

more...
No comment yet.
Scooped by Pál Kerékfy
Scoop.it!

Okos gép az okos támadók ellen?

Okos gép az okos támadók ellen? | collaboration | Scoop.it

From ransomware to botnets, malware takes seemingly endless forms, and it’s forever proliferating. Try as we might, the humans who would defend our computers from it are drowning in the onslaught, so they are turning to AI for help.

Cybersecurity firm Endgame released a large, open-source data set called EMBER (for “Endgame Malware Benchmark for Research”). EMBER is a collection of more than a million representations of benign and malicious Windows-portable executable files, a format where malware often hides. A team at the company also released AI software that can be trained on the data set. The idea is that if AI is to become a potent weapon in the fight against malware, it needs to know what to look for.

Pál Kerékfy's insight:

Minthogy a támadók kiválóan hasznosítják a gépi okosságot az újabb és újabb vírusok (miegyebek) előállításában, ideje, hogy a védelem is felvegye a tempót. Az EMBER nem az egyetlen és nem is az első ilyen próbálkozás, de mindnek lehet örülni…

 

Az IBM egy más területen veti be a mesterséges intelligenciát: Watson, a biztonsági szakember. Ők a vállalati rendszereket ért támadásokat akarják gyorsan felismerni. Az a cél, gyorsan, egy szempillantás alatt elemezze információk tömkelegét, és találja meg az összefüggéseket a különböző rendszerekben észlelt és nehezen összekapcsolható események között. Ha sikerül ezeket a kapcsolatokat felfedezni, akkor azonnal kiderül, hogy önmagukban ártalmatlannak tűnő események együttesen támadásra utalnak.

 

Az Endgame áprilisi bejelentése óta mintha nem lenne újabb hír erről az EMBER-ről, pedig tényleg jó lenne valami pozitívum!

Azt mondja az MIT írásának címe, hogy épp olyan könnyedén azonosítja a rosszindulatú szoftvert, amilyen könnyen felismer egy macskát.

 

Halkan megjegyzem, friss egyetemi kutatások szerint, ez sem megy annyira könnyen a gépnek. Teknős vagy lőfegyver?

 

#MIT @MITnews #EMBER #Endgame @Endgame #IBM #Watson #imagerecognition #mesterségesintelligencia #AI #machinelearning

more...
No comment yet.
Scooped by Pál Kerékfy
Scoop.it!

Teknős vagy lőfegyver? Meg tudjuk különböztetni?

Teknős vagy lőfegyver? Meg tudjuk különböztetni? | collaboration | Scoop.it

Changing the pattern on an object can fool an image recognition system into thinking it is looking at something else entirely – raising big concerns about face ID and driverless cars.

A hacker could make a hospital look like a target to a military drone, or a person of interest look like an innocent stranger to a face-recognition security system,” says Jeff Clune at the University of Wyoming.

Pál Kerékfy's insight:

A tegnapelőtti írásomhoz kapcsolódó másik kutatás (ebben az esetben az MIT, Massachusetts Institute of Technology részéről) szintén azt bizonyítja, hogy az ember számára lényegtelen, semmi problémát nem jelentő változtatások, a gépet teljesen átverhetik. Ebben a példában teknőst vél lőfegyvernek, de a lehetőségek korlátlanok: “A hacker could make a hospital look like a target to a military drone, or a person of interest look like an innocent stranger to a face-recognition security system,” says Jeff Clune at the University of Wyoming.

 

Ha így állunk, akkor komolyan át kell gondolni, hogy milyen döntéseket bízhatunk az “okos” gépre!

 

Mit ér így a gépi arcfelismerés? Hogy fog így biztonságosan vezetni az önvezető autó?

 

#MIT @MITnews @mit #AI #artificialintelligence #classification #adversarial

more...
No comment yet.
Curated by Pál Kerékfy
collaboration expert, CIO, mathematician, university teacher

I share my experience in collaboration, IT service management, risk & security with students and others.

My blog:

https://kerekfypal.blog