⚠️100 CEH (Certificated Ethical Hacker) - Вопрос_90 (Часть_1)
🔠Q90: Как работает Ehoney в чем ее плюсы и минусы ?
Плюсы Ehoney:
Обнаружение злоумышленников: Ehoney создает среду, которая привлекает внимание злоумышленников и позволяет отслеживать их действия. Это может помочь в обнаружении и анализе новых угроз и атак.
Активное противодействие: Ehoney утверждает, что может прогнозировать действия злоумышленников и активно противодействовать им. Это может включать замедление атаки путем предоставления новых ложных целей, что помогает защищать реальные системы.
👉Ссылка: https://github.com/seccome/Ehoney
🔥🔥🔥Отказ от ответственности: см. в постах выше.
# Ehoney #cybersecurity # threat #detection #attack #analysis #active #defense #attack #mitigation #deception #technology
#honeypots #security #enhancement
🔠Q90: Как работает Ehoney в чем ее плюсы и минусы ?
Плюсы Ehoney:
Обнаружение злоумышленников: Ehoney создает среду, которая привлекает внимание злоумышленников и позволяет отслеживать их действия. Это может помочь в обнаружении и анализе новых угроз и атак.
Активное противодействие: Ehoney утверждает, что может прогнозировать действия злоумышленников и активно противодействовать им. Это может включать замедление атаки путем предоставления новых ложных целей, что помогает защищать реальные системы.
👉Ссылка: https://github.com/seccome/Ehoney
🔥🔥🔥Отказ от ответственности: см. в постах выше.
# Ehoney #cybersecurity # threat #detection #attack #analysis #active #defense #attack #mitigation #deception #technology
#honeypots #security #enhancement
⚠️100 CEH (Certificated Ethical Hacker) - Вопрос_90 (Часть_2)
🔠Q90: Как работает Ehoney в чем ее плюсы и минусы ?
Плюсы Ehoney:
Имитация различных сервисов и протоколов: Ehoney предоставляет возможность имитировать различные сервисы и протоколы, которые часто являются целью атак. Это позволяет создать реалистичные приманки для привлечения злоумышленников.
Повышение безопасности: Использование Ehoney может помочь организациям повысить уровень безопасности путем обнаружения и анализа потенциальных атак и уязвимостей в их сетях.
👉Ссылка: https://github.com/seccome/Ehoney
🔥🔥🔥Отказ от ответственности: см. в постах выше.
# Ehoney #cybersecurity # threat #detection #attack #analysis #active #defense #attack #mitigation #deception #technology
#honeypots #security #enhancement
🔠Q90: Как работает Ehoney в чем ее плюсы и минусы ?
Плюсы Ehoney:
Имитация различных сервисов и протоколов: Ehoney предоставляет возможность имитировать различные сервисы и протоколы, которые часто являются целью атак. Это позволяет создать реалистичные приманки для привлечения злоумышленников.
Повышение безопасности: Использование Ehoney может помочь организациям повысить уровень безопасности путем обнаружения и анализа потенциальных атак и уязвимостей в их сетях.
👉Ссылка: https://github.com/seccome/Ehoney
🔥🔥🔥Отказ от ответственности: см. в постах выше.
# Ehoney #cybersecurity # threat #detection #attack #analysis #active #defense #attack #mitigation #deception #technology
#honeypots #security #enhancement
⚠️100 CEH (Certificated Ethical Hacker) - Вопрос_90 (Часть_2)
🔠Q90: Как работает Ehoney в чем ее плюсы и минусы ?
Минусы Ehoney:
Необходимость профессиональной настройки: Установка и настройка Ehoney может потребовать определенных знаний и опыта в области информационной безопасности. Неправильная конфигурация может привести к нежелательным последствиям или недостаточной обнаружимости атак.
Возможные ложные срабатывания: При использовании приманок всегда существует риск ложных срабатываний, когда нормальный трафик или действия легитимных пользователей могут быть ошибочно идентифицированы как атака. Это может привести к ложным предупреждениям и неправильным решениям безопасности.
👉Ссылка: https://github.com/seccome/Ehoney
🔥🔥🔥Отказ от ответственности: см. в постах выше.
# Ehoney #cybersecurity # threat #detection #attack #analysis #active #defense #attack #mitigation #deception #technology
#honeypots #security #enhancement
🔠Q90: Как работает Ehoney в чем ее плюсы и минусы ?
Минусы Ehoney:
Необходимость профессиональной настройки: Установка и настройка Ehoney может потребовать определенных знаний и опыта в области информационной безопасности. Неправильная конфигурация может привести к нежелательным последствиям или недостаточной обнаружимости атак.
Возможные ложные срабатывания: При использовании приманок всегда существует риск ложных срабатываний, когда нормальный трафик или действия легитимных пользователей могут быть ошибочно идентифицированы как атака. Это может привести к ложным предупреждениям и неправильным решениям безопасности.
👉Ссылка: https://github.com/seccome/Ehoney
🔥🔥🔥Отказ от ответственности: см. в постах выше.
# Ehoney #cybersecurity # threat #detection #attack #analysis #active #defense #attack #mitigation #deception #technology
#honeypots #security #enhancement
Ozon Tech Community ML&DS Meetup (19:00–22:00) - ребятки началось, подключайтесь кто может. Вот ссылка:https://www.youtube.com/watch?v=py1EJ6J5QO0
https://yandex.ru/cup/ - открыта регистрация на YandexCup, чемпионат по программированию, приглашаются все заинтересованные лица.
⚠️100 CEH (Certificated Ethical Hacker) - Вопрос_90 (Часть_3)
🔠Q90: Как работает Ehoney в чем ее плюсы и минусы ?
Минусы Ehoney:
Требует ресурсов: Ehoney требует выделения ресурсов для развертывания и поддержки приманок. Это может включать выделение серверного оборудования, сетевых ресурсов и времени персонала для управления и анализа данных, собранных от приманок.
Ограниченность в реальности: Хотя Ehoney стремится создать реалистичные приманки, они все же не являются полностью идентичными настоящим сервисам и системам. Злоумышленники могут обнаружить различия и быть более осторожными при взаимодействии с приманками.
👉Ссылка: https://github.com/seccome/Ehoney
🔥🔥🔥Отказ от ответственности: см. в постах выше.
# Ehoney #cybersecurity # threat #detection #attack #analysis #active #defense #attack #mitigation #deception #technology
#honeypots #security #enhancement
🔠Q90: Как работает Ehoney в чем ее плюсы и минусы ?
Минусы Ehoney:
Требует ресурсов: Ehoney требует выделения ресурсов для развертывания и поддержки приманок. Это может включать выделение серверного оборудования, сетевых ресурсов и времени персонала для управления и анализа данных, собранных от приманок.
Ограниченность в реальности: Хотя Ehoney стремится создать реалистичные приманки, они все же не являются полностью идентичными настоящим сервисам и системам. Злоумышленники могут обнаружить различия и быть более осторожными при взаимодействии с приманками.
👉Ссылка: https://github.com/seccome/Ehoney
🔥🔥🔥Отказ от ответственности: см. в постах выше.
# Ehoney #cybersecurity # threat #detection #attack #analysis #active #defense #attack #mitigation #deception #technology
#honeypots #security #enhancement
https://events.teams.microsoft.com/event/16809128-2584-4595-99da-4d4114495c4b@189665c9-dca2-4693-b1a6-9200e827b51d - ребята CyberED проводит вебинар по контейнерам сегодня в 19.00 подключайтесь.
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_139 (часть_1)
🔠 В вашем датафрейме есть скоррелированные фичи, что это и как от них избавится ?
Ответ:
Если в вашем датафрейме есть скоррелированные фичи, это означает, что некоторые признаки в наборе данных сильно связаны друг с другом.
1. Корреляционный анализ: Первым шагом можно провести корреляционный анализ, чтобы определить степень корреляции между парами фичей. Для этого можно использовать коэффициент корреляции, такой как коэффициент Пирсона или Спирмена.
2. Удаление одной из скоррелированных фичей: Если две или более фичи сильно коррелированы, можно удалить одну из них. Выбор фичи для удаления может быть основан на предметных знаниях или на дополнительном анализе влияния каждой фичи на модель. При этом следует учитывать, что удаление фичи может привести к потере информации.
#correlatedfeatures #featurecorrelation #dimensionalityreduction #featureselection #regularization
🔠 В вашем датафрейме есть скоррелированные фичи, что это и как от них избавится ?
Ответ:
Если в вашем датафрейме есть скоррелированные фичи, это означает, что некоторые признаки в наборе данных сильно связаны друг с другом.
1. Корреляционный анализ: Первым шагом можно провести корреляционный анализ, чтобы определить степень корреляции между парами фичей. Для этого можно использовать коэффициент корреляции, такой как коэффициент Пирсона или Спирмена.
2. Удаление одной из скоррелированных фичей: Если две или более фичи сильно коррелированы, можно удалить одну из них. Выбор фичи для удаления может быть основан на предметных знаниях или на дополнительном анализе влияния каждой фичи на модель. При этом следует учитывать, что удаление фичи может привести к потере информации.
#correlatedfeatures #featurecorrelation #dimensionalityreduction #featureselection #regularization
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_139 (часть_2)
🔠 В вашем датафрейме есть скоррелированные фичи, что это и как от них избавится ?
Понижение размерности: С помощью методов понижения размерности, таких как метод главных компонент (Principal Component Analysis, PCA) или факторный анализ, можно создать новые независимые факторы, которые объясняют большую часть дисперсии в данных. Новые факторы могут быть линейными комбинациями исходных фичей и могут использоваться вместо исходных фичей в моделировании.
Регуляризация: При использовании моделей с регуляризацией, таких как регрессия Ridge или Lasso, скоррелированные фичи могут быть автоматически штрафованы, что позволяет уменьшить их влияние на модель. Регуляризация может быть полезной, особенно когда нельзя точно определить, какую фичу следует удалить или какие комбинации фичей использовать.
#correlatedfeatures #featurecorrelation #dimensionalityreduction #featureselection #regularization
🔠 В вашем датафрейме есть скоррелированные фичи, что это и как от них избавится ?
Понижение размерности: С помощью методов понижения размерности, таких как метод главных компонент (Principal Component Analysis, PCA) или факторный анализ, можно создать новые независимые факторы, которые объясняют большую часть дисперсии в данных. Новые факторы могут быть линейными комбинациями исходных фичей и могут использоваться вместо исходных фичей в моделировании.
Регуляризация: При использовании моделей с регуляризацией, таких как регрессия Ridge или Lasso, скоррелированные фичи могут быть автоматически штрафованы, что позволяет уменьшить их влияние на модель. Регуляризация может быть полезной, особенно когда нельзя точно определить, какую фичу следует удалить или какие комбинации фичей использовать.
#correlatedfeatures #featurecorrelation #dimensionalityreduction #featureselection #regularization
🥳https://cnrlink.com/cyberimmunehack2 - Хакатон по киберимунной разработке от Касперского
😏https://changellenge.com/championships/khakaton-hack-change-2023-/?utm_source=ip&utm_medium=hackathons_pro&utm_campaign=hackathons_pro - хак по мобильной разработке
😉https://naumen-meetup.team/analyst2?utm_source=tg&utm_medium=cpc.channel&utm_campaign=itmeeting&erid=2Vtzqx52oZQ - аналитика
💀https://meetup.sibur.digital/?utm_source=ip&utm_medium=itmeeting&utm_content=tg-post&utm_campaign=itmeeting&erid=2VtzqxDndV8 - синтетические данные
🔮https://meetup.sibur.digital/?utm_source=ip&utm_medium=itmeeting&utm_content=tg-post&utm_campaign=itmeeting&erid=2VtzqxDndV8 https://events.webinar.ru/Innostage/1608589364?utm_source=tg-itmeeting - ИБ уязвимости в веб-приложениях
👨💻https://datawagon.ru/?utm_source=pg&utm_medium=tg&utm_campaign=announce1 - хак от РЖД
🎙Если кто будет можно будет пересечься ! 🎙
Please open Telegram to view this post
VIEW IN TELEGRAM
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_140
🔠 Что такое нормальное распределение ?
Нормальное распределение, также известное как распределение Гаусса или колоколообразное распределение, является одним из наиболее распространенных и важных распределений в статистике и вероятностной теории. Оно описывает распределение случайной переменной, которая подчиняется определенным условиям.
Характерной особенностью нормального распределения является его симметричность и колоколообразная форма графика плотности вероятности. Кроме того, оно полностью определяется двумя параметрами - средним значением (μ) и стандартным отклонением (σ). Среднее значение определяет центр распределения, а стандартное отклонение - меру его разброса или разности между значениями случайной переменной и средним значением.
#NormalDistribution #GaussianDistribution #BellCurve #Statistics #ProbabilityTheory #CentralLimitTheorem #Mean #StandardDeviation #DataAnalysis #DataScience
🔠 Что такое нормальное распределение ?
Нормальное распределение, также известное как распределение Гаусса или колоколообразное распределение, является одним из наиболее распространенных и важных распределений в статистике и вероятностной теории. Оно описывает распределение случайной переменной, которая подчиняется определенным условиям.
Характерной особенностью нормального распределения является его симметричность и колоколообразная форма графика плотности вероятности. Кроме того, оно полностью определяется двумя параметрами - средним значением (μ) и стандартным отклонением (σ). Среднее значение определяет центр распределения, а стандартное отклонение - меру его разброса или разности между значениями случайной переменной и средним значением.
#NormalDistribution #GaussianDistribution #BellCurve #Statistics #ProbabilityTheory #CentralLimitTheorem #Mean #StandardDeviation #DataAnalysis #DataScience
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_141
🔠 Что такое равномерное распределение (Uniform Distribution) ?
В равномерном распределении вероятность каждого значения на заданном интервале одинакова. Это означает, что в любом подинтервале данного интервала вероятность попадания случайной переменной в этот подинтервал пропорциональна длине этого подинтервала. Математически равномерное распределение можно описать с помощью двух параметров: a и b, где a - нижняя граница интервала, а b - верхняя граница интервала. Обозначается равномерное распределение как U(a, b). Функция плотности вероятности для равномерного распределения определяется следующим образом:
f(x) = 1 / (b - a), если a ≤ x ≤ b
f(x) = 0, в противном случае
Графически равномерное распределение представляет собой прямую линию с постоянной высотой на заданном интервале [a, b].
#Uniform_distribution #Probability_distribution #Statistics #Probability_theory #Random_variables #Continuous distributions #Mathematics #Grid
🔠 Что такое равномерное распределение (Uniform Distribution) ?
В равномерном распределении вероятность каждого значения на заданном интервале одинакова. Это означает, что в любом подинтервале данного интервала вероятность попадания случайной переменной в этот подинтервал пропорциональна длине этого подинтервала. Математически равномерное распределение можно описать с помощью двух параметров: a и b, где a - нижняя граница интервала, а b - верхняя граница интервала. Обозначается равномерное распределение как U(a, b). Функция плотности вероятности для равномерного распределения определяется следующим образом:
f(x) = 1 / (b - a), если a ≤ x ≤ b
f(x) = 0, в противном случае
Графически равномерное распределение представляет собой прямую линию с постоянной высотой на заданном интервале [a, b].
#Uniform_distribution #Probability_distribution #Statistics #Probability_theory #Random_variables #Continuous distributions #Mathematics #Grid
Уважаемые коллеги, айтишники , аналитики, датасаентисты, какой курс по аналитике вы бы хотели купить ?
Anonymous Poll
80%
Временные ряды
20%
Поиск аномалий
20%
Продвинутая визуализация
0%
Анализ данных
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_141
🔠 Что такое биномиальное распределение (Binomial Distribution) ?
Биномиальное распределение является одним из основных дискретных распределений вероятностей в статистике и теории вероятностей. Оно описывает число успехов в серии независимых бинарных экспериментов, где каждый эксперимент имеет фиксированную вероятность успеха.
Биномиальное распределение определяется двумя параметрами: n и p. Параметр n представляет собой общее количество экспериментов, а параметр p - вероятность успеха в каждом отдельном эксперименте. Обозначается биномиальное распределение как B(n, p).
Функция вероятности биномиального распределения задается следующим образом:
P(X = k) = C(n, k) * p^k * (1 - p)^(n - k)
где X - случайная переменная, k - количество успехов, C(n, k) - число сочетаний из n по k, p - вероятность успеха в каждом эксперименте, (1 - p) - вероятность неудачи в каждом эксперименте.
Графически биномиальное распределение представляет собой дискретную функцию с пиком вокруг определенного значения k, которое может изменяться от 0 до n.
#Binomial_distribution #Probability_distribution #Statistics #Probability_theory #Discrete_distributions #Random_variables #Mathematics #Coin_flipping #Combinatorics
🔠 Что такое биномиальное распределение (Binomial Distribution) ?
Биномиальное распределение является одним из основных дискретных распределений вероятностей в статистике и теории вероятностей. Оно описывает число успехов в серии независимых бинарных экспериментов, где каждый эксперимент имеет фиксированную вероятность успеха.
Биномиальное распределение определяется двумя параметрами: n и p. Параметр n представляет собой общее количество экспериментов, а параметр p - вероятность успеха в каждом отдельном эксперименте. Обозначается биномиальное распределение как B(n, p).
Функция вероятности биномиального распределения задается следующим образом:
P(X = k) = C(n, k) * p^k * (1 - p)^(n - k)
где X - случайная переменная, k - количество успехов, C(n, k) - число сочетаний из n по k, p - вероятность успеха в каждом эксперименте, (1 - p) - вероятность неудачи в каждом эксперименте.
Графически биномиальное распределение представляет собой дискретную функцию с пиком вокруг определенного значения k, которое может изменяться от 0 до n.
#Binomial_distribution #Probability_distribution #Statistics #Probability_theory #Discrete_distributions #Random_variables #Mathematics #Coin_flipping #Combinatorics
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_142
🔠 Что такое пуассоновское распределение (Poisson Distribution) ?
Это дискретное распределением вероятностей, которое моделирует количество событий, происходящих в заданном промежутке времени или пространстве, если эти события происходят с некоторой фиксированной средней интенсивностью и независимы друг от друга.
Пуассоновское распределение определяется одним параметром λ (лямбда), который представляет среднее количество событий, происходящих в данном промежутке времени или пространстве. Обозначается распределение Пуассона как Poisson(λ). Задается следующим образом:
P(X = k) = (e^(-λ) * λ^k) / k!
где X - случайная переменная, k - количество событий, e - основание натурального логарифма (приблизительно равно 2.71828), λ - среднее количество событий.
#Binomial_distribution #Probability_distribution #Statistics #Probability_theory #Discrete_distributions #Random_variables #Mathematics #Coin_flipping #Combinatorics
🔠 Что такое пуассоновское распределение (Poisson Distribution) ?
Это дискретное распределением вероятностей, которое моделирует количество событий, происходящих в заданном промежутке времени или пространстве, если эти события происходят с некоторой фиксированной средней интенсивностью и независимы друг от друга.
Пуассоновское распределение определяется одним параметром λ (лямбда), который представляет среднее количество событий, происходящих в данном промежутке времени или пространстве. Обозначается распределение Пуассона как Poisson(λ). Задается следующим образом:
P(X = k) = (e^(-λ) * λ^k) / k!
где X - случайная переменная, k - количество событий, e - основание натурального логарифма (приблизительно равно 2.71828), λ - среднее количество событий.
#Binomial_distribution #Probability_distribution #Statistics #Probability_theory #Discrete_distributions #Random_variables #Mathematics #Coin_flipping #Combinatorics
https://chat.lmsys.org/?utm_medium=email&utm_source=gamma&utm_campaign=-lmsys-2023 - запостили вот такую чат-бот арену по моделькам LLM, кто в теме и интересуется можете поиграться. Там же открытый код датасет и ссылки на статьи.