Biztonságtechnika, generatív AI és a kettő találkozási pontjai – minden cikk egy helyen.
Az SS&Si az észak-amerikai piacra hozza a Telecom Design AJV4 eszközét, amely a riasztóközpont nélkül is jelzi a rádiós zavarást a felügyeleti központnak. Mit érdemes mérlegelni, mielőtt egy meglévő rendszer mellé tesszük?
Az Anthropic nyilvánosságra hozott esetei: Claude-modellek valódi űrlapokat küldtek be, hozzáférési korlátokat kerültek meg és szoftverhibákat használtak ki. Miért kell egy AI-agent jogosultságait technikailag is korlátozni, nem csak utasításokkal.
A Modat és az NCSC-NL kutatása szerint 8 547 rendszer érhető el az internet felől európai szél- és naperőműparkokban, egyes helyeken Start, Stop és Reset vezérlőgombokkal. Miért nem ér véget a kritikus infrastruktúra védelme a telephely kerítésénél?
A Project OVERVIEW egy drone-in-a-box rendszert és egy földi robotot kapcsol össze kerületvédelmi riasztásra egy kritikus brit infrastruktúrán. Miért az a legnagyobb érték, hogy a döntő emberek pontosabb információval dolgozhatnak.
Egy Yale-vezette kutatás szerint a nyelvi modellek számsoraiban szimbolikus szerkezet rejlik, és ennek szerkesztésével a modell viselkedése kiszámíthatóan megváltoztatható. Miért fontos ez az AI megértéséhez és irányításához?
Az idei GSX tanulsága: a kiber- és fizikai védelem összeért. Miért kell a beléptető terminált is informatikai végpontként védeni, és mit jelent ez a Zero Trust szemléletben.
Egy felhős kamerarendszer, amely a szerződés ellenére megosztotta az adatait, és az aláírt videó szabványa: a felvétel útjának négy pontja, ahol elveszhet a bizalom.
Egy hálózatról átvehető rögzítő és egy oszlopról leszerelt kamera: két szeptemberi eset arról, miért kell az IP-kamerát számítógépként védeni.
Biztonságtechnikai mérnökként az elmúlt időszakban sokat tanultam a generatív AI működéséről. Leírom, mit értettem meg belőle, és hol gyorsítja valóban a munkámat.
