‌

🌠✨ ترامپ ممنوعیت ۵۲ ساله پروازهای مافوق صوت در آمریکا را لغو کرد!



🌿🌿 در یک تحول مهم در صنعت هوانوردی، «دونالد ترامپ»، رئیس‌جمهور ایالات متحده، مجموعه‌ای از دستورات اجرایی را امضا کرده که هدف آن تسریع توسعه و بهره‌برداری از فناوری‌های پیشرفته هوانوردی است. این تصمیم شامل مواردی مانند پهپادها، تاکسی‌های پرنده و به خصوص، جت‌های مافوق صوت می‌شود و با هدف کاهش مقررات دست‌وپاگیر و حفظ برتری آمریکا در این عرصه صادر شده است.


🟣 پایان یک ممنوعیت تاریخی: پروازهای مافوق صوت دوباره مجاز شدند!

در تصمیمی که می‌توان آن را تاریخی نامید، ممنوعیتی که از سال ۱۳۵۲ شمسی (۱۹۷۳ میلادی) مانع پروازهای تجاری مافوق صوت بر فراز خاک آمریکا می‌شد، با دستور جدید ترامپ لغو گردید. طبق این دستور، اداره هوانوردی فدرال (FAA) موظف است استانداردهای جدیدی بر پایه سطح صدا برای صدور گواهی پرواز طراحی کند. شرط کلیدی این است که صدای ناشی از شکستن دیوار صوتی به سطح زمین نرسد.


🔴 آینده پروازهای مافوق صوت: ایمن و اقتصادی

کاخ سفید اعلام کرده که پیشرفت‌های چشمگیر در مهندسی هوافضا، کاهش آلودگی صوتی و بهبود مواد پرواز، حالا امکان انجام پروازهای مافوق صوت بر فراز خشکی را «ایمن، پایدار و از نظر اقتصادی به‌صرفه» کرده‌اند. این اتفاق می‌تواند آغازگر عصری جدید در سفرهای هوایی باشد که در آن زمان پروازها به شکل چشمگیری کاهش می‌یابند.


🔵 گام مهم در توسعه پهپادها و خدمات تحویل تجاری

یکی دیگر از دستورات اجرایی ترامپ، اداره هوانوردی فدرال را ملزم می‌کند که شرایط لازم برای پروازهای معمول پهپادها در خارج از محدوده دید مستقیم را فراهم کند. این تصمیم، گامی بسیار مهم در توسعه خدمات تحویل تجاری با پهپاد و همچنین انجام ماموریت‌های اضطراری توسط این فناوری محسوب می‌شود. این حرکت نه تنها به رقابت با فناوری پهپادی چین کمک می‌کند، بلکه زمینه را برای نوآوری‌های بیشتر در این صنعت فراهم می‌آورد.


این تحولات نشان‌دهنده آینده‌ای هیجان‌انگیز برای صنعت هوانوردی و باز شدن مسیرهای جدیدی برای پیشرفت‌های تکنولوژیک در آمریکاست.


#هوانوردی #فناوری_مافوق_صوت #پهپادها #ترامپ #FAA


ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

🔵 نکات برنامه‌نویسی



⚡ CQRS Pattern

🔹 ایده اصلی

در معماری‌های سنتی، برای هر Entity معمولاً یک مدل داریم که هم برای نوشتن (ثبت، ویرایش، حذف) و هم برای خواندن (گزارش، جستجو) استفاده می‌شه.

اما در CQRS:

➡️ Command (دستور → نوشتن)
➡️ Query (پرس‌وجو → خواندن)

کاملاً از هم جدا می‌شن.



✅ چرا؟

⬅️ نوشتن و خواندن نیازهای متفاوتی دارن.
⬅️ مثلاً برای نوشتن سفارش فقط باید دیتای اصلی ذخیره بشه، ولی برای خواندن سفارش ممکنه به گزارش‌های سنگین و چند جدول نیاز باشه.



✅ مثال ساده (Python – بدون دیتابیس واقعی)

# مدل نوشتن (Command Model)
class OrderCommandModel:
    def __init__(self):
        self.orders = {}

    def create_order(self, order_id, customer, amount):
        self.orders[order_id] = {"customer": customer, "amount": amount}
        print(f"✅ سفارش ثبت شد: {order_id}")


# مدل خواندن (Query Model)
class OrderQueryModel:
    def __init__(self, command_model):
        self.command_model = command_model

    def get_order(self, order_id):
        return self.command_model.orders.get(order_id, None)


# تست
command_model = OrderCommandModel()
query_model = OrderQueryModel(command_model)

command_model.create_order("ORD101", "Ali", 250000)
print("🔍 جستجو:", query_model.get_order("ORD101"))

📖 کاربردهای واقعی

⬅️ سیستم‌های بزرگ مقیاس (Enterprise Systems)

⬅️ نوشتن داده توی دیتابیس Transactional (مثلاً SQL)
⬅️ خواندن داده از دیتابیس بهینه برای Query (مثلاً ElasticSearch)
⬅️ گزارش‌گیری سنگین: بدون اینکه کاربر عادی کند بشه
➡️ Event Sourcing: ترکیب می‌شه تا تغییرات فقط به‌عنوان Event ذخیره بشن



🛠️ مزایا

⬅️ بهینه‌سازی جداگانه برای خواندن و نوشتن
⬅️ مقیاس‌پذیری بهتر (می‌تونی هرکدوم رو روی سرور جدا بذاری)
⬅️ طراحی تمیزتر و قابل‌فهم‌تر



🎯 تشبیه ساده

مثل رستوران:

⬅️ ثبت سفارش (نوشتن): فقط اسم غذا و تعداد ثبت می‌شه.
⬅️ نمایش سفارش‌ها (خواندن): شاید نیاز باشه جدول زمانی، وضعیت، قیمت کل و… نمایش داده بشه.

هر کدوم نیازهای متفاوت دارن، پس جدا کردنشون منطقیه.



ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

✨✨ ایلان ماسک: «حزب آمریکا» از بیت‌کوین حمایت خواهد کرد!


🌿🌿 ایلان ماسک، پس از اختلاف با دونالد ترامپ و خروج از دولت آمریکا، حزب جدیدی با نام «حزب آمریکا» را راه‌اندازی کرده است. او روز یکشنبه در پستی در شبکه اجتماعی ایکس اعلام کرد که حزب جدیدش از بیت‌کوین و بازار کریپتو حمایت خواهد کرد. ماسک در پاسخ به کاربری که از او پرسیده بود آیا حزب آمریکا بیت‌کوین را خواهد پذیرفت، گفت: «امیدی به پول فیات نیست، پس بله.»

🟣 ماسک در پستی دیگر در ایکس نوشت: «وقتی پای ورشکست کردن کشورمان با هدررفت سرمایه و فساد درمیان باشد، ما در یک سیستم تک‌حزبی زندگی می‌کنیم، نه در یک دموکراسی. امروز حزب آمریکا تشکیل می‌شود تا آزادی‌تان را به شما بازگرداند.»


#ایلان_ماسک #بیت_کوین #کریپتو #حزب_آمریکا #سیاست


ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🔵 دوست داری برنامه نویس حرفه ای بشی یا مهارت های کامپیوتری خودت رو افزایش بدی؟ با عضویت در لیست تلگرامی زیر در بی نظیر ترین کانال های برنامه نویسی ما عضو شوید:

🟢 پایتون، هوش مصنوعی، یادگیری ماشین، سی ++، سی شارپ، دات نت، نود جی اس، جاوا اسکریپت، شبکه، علم داده، پایگاه داده، sql، nosql ، مهارت های ICDL، سیستم عامل، لینوکس، فتوشاپ، گرافیک، اندروید، جاوا، ساخت اپلیکیشن موبایل، ری اکت، جی کوئری، php و laravel، دروس رشته کامپیوتر، کنکور کامپیوتر و ...

عضو لیست جامع شوید:

https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk

🔵 نکته یادگیری ماشین

از منحنی یادگیری (Learning Curve) برای تشخیص مشکل مدل استفاده کن.

🔹 منحنی یادگیری یا Learning Curve نشون میده که خطای آموزش و اعتبارسنجی (validation) در طول افزایش تعداد داده‌ها یا در طول epochs چطور تغییر می‌کنه.

اگر خطای آموزش و تست هر دو بالا باشن ➝ مدل دچار Underfitting شده.

اگر خطای آموزش پایین ولی تست بالا باشه ➝ مدل دچار Overfitting شده.

اگر با افزایش داده خطای تست کاهش پیدا کنه ➝ جمع‌آوری داده بیشتر می‌تونه مدل رو بهتر کنه.

به زبان ساده: منحنی یادگیری مثل یک آینه‌ست که نشون میده مدل مشکلش کجاست: خیلی ساده‌ست یا زیادی پیچیده.

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ


لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

🔵 نکته برنامه نویسی



Rate Limiting



🎯 تعریف

Rate Limiting یعنی محدود کردن تعداد درخواست‌هایی که یک کاربر یا سرویس می‌تونه در بازه‌ی زمانی مشخص به سیستم بفرسته.

مثلاً:

⬅️ یک کاربر فقط می‌تونه ۱۰۰ درخواست در دقیقه بفرسته.
⬅️ اگر بیشتر بشه → یا خطا می‌گیره (429 Too Many Requests) یا درخواست‌ها رد می‌شن.



✅ چرا خوبه؟

⬅️ جلوگیری از سوءاستفاده (abuse) یا اسپم.
⬅️ محافظت در برابر حملات DDoS.
⬅️ مدیریت منصفانه منابع (fair usage).
⬅️ کنترل هزینه در سرویس‌های ابری (که هزینه بر اساس درخواست محاسبه میشه).




🐍 مثال ساده با Python (Token Bucket Algorithm)

بسیار عالی 🚦
بریم سراغ Rate Limiting



🎯 تعریف

Rate Limiting یعنی محدود کردن تعداد درخواست‌هایی که یک کاربر یا سرویس می‌تونه در بازه‌ی زمانی مشخص به سیستم بفرسته.

مثلاً:

⬅️ یک کاربر فقط می‌تونه ۱۰۰ درخواست در دقیقه بفرسته.
⬅️ اگر بیشتر بشه → یا خطا می‌گیره (429 Too Many Requests) یا درخواست‌ها رد می‌شن.



✅ چرا خوبه؟

⬅️ جلوگیری از سوءاستفاده (abuse) یا اسپم.
⬅️ محافظت در برابر حملات DDoS.
⬅️ مدیریت منصفانه منابع (fair usage).
⬅️ کنترل هزینه در سرویس‌های ابری (که هزینه بر اساس درخواست محاسبه میشه).




🐍 مثال ساده با Python (Token Bucket Algorithm)

import time

class RateLimiter:
    def __init__(self, rate, per_seconds):
        self.rate = rate  # حداکثر تعداد درخواست
        self.per_seconds = per_seconds  # در این بازه زمانی
        self.allowance = rate
        self.last_check = time.time()

    def allow_request(self):
        current = time.time()
        elapsed = current - self.last_check
        self.last_check = current

        # پر کردن مجدد توکن‌ها با گذر زمان
        self.allowance += elapsed * (self.rate / self.per_seconds)
        if self.allowance > self.rate:
            self.allowance = self.rate

        if self.allowance < 1:
            return False  # رد کردن درخواست
        else:
            self.allowance -= 1
            return True


# تست
limiter = RateLimiter(rate=5, per_seconds=10)  # حداکثر ۵ درخواست در ۱۰ ثانیه

for i in range(10):
    if limiter.allow_request():
        print(f"Request {i} ✅ allowed")
    else:
        print(f"Request {i} ❌ blocked")
    time.sleep(1)

💡 مزایا:

⬅️ کنترل مصرف منابع (CPU, Memory, Network).
⬅️ امنیت بیشتر در برابر حملات.
⬅️ ایجاد تجربه کاربری بهتر (سیستم پایدارتر باقی می‌مونه).
⬅️ یکی از پایه‌های اصلی در طراحی API Gateway ها.



ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

✨✨ یوتیوب جنگ با مسدودکننده‌های تبلیغات را شدیدتر کرد!



🌿🌿 یوتیوب دوباره دور جدیدی از مقابله با سرویس‌های مسدودکننده تبلیغات (Ad Blocker) را آغاز کرده است. این بار حتی برخی از روش‌های دور زدن سیاست‌های یوتیوب در مرورگر فایرفاکس نیز مسدود شده‌اند، اقدامی که با واکنش منفی شدید کاربران مواجه شده است.


🟣 سیاست صریح یوتیوب:

یوتیوب سال گذشته به صراحت اعلام کرد که برای تماشای ویدیوها، کاربران یا باید تبلیغات را مشاهده کنند یا اشتراک پریمیوم بخرند. بر این اساس، کاربرانی که از مسدودکننده‌های تبلیغات استفاده می‌کنند، دیگر نمی‌توانند ویدیوها را پخش کنند، مگر اینکه این سرویس‌ها را غیرفعال کرده باشند. این تصمیم، بسیاری از ادبلاکرهای محبوب را از کار انداخت.


🔴 تشدید مقابله و پیامدها:

این اقدام جدید یوتیوب نشان می‌دهد که آن‌ها در تصمیم خود برای حذف کامل ابزارهای مسدودکننده تبلیغات بسیار جدی هستند. این موضوع می‌تواند برای میلیون‌ها کاربری که به استفاده از ادبلاکرها عادت کرده‌اند، مشکل‌ساز باشد و آن‌ها را مجبور به انتخاب بین تماشای تبلیغات، خرید اشتراک پریمیوم، یا ترک پلتفرم یوتیوب کند.


🔵 آینده تجربه کاربری:

این اتفاق سوالات مهمی را در مورد آینده تجربه کاربری در پلتفرم‌های پخش ویدیو و رابطه کاربران با محتوای رایگان مطرح می‌کند. آیا کاربران به دیدن تبلیغات عادت خواهند کرد یا به دنبال راه‌حل‌های جدیدی برای تماشای محتوای بدون وقفه خواهند گشت؟


#یوتیوب #تبلیغات #ادبلاکر #فایرفاکس #تکنولوژی

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

💠 عضو جامع ترین کانال های توسعه فردی، روانشناسی و موفقیت شوید:

➡️ https://t.me/addlist/AX8uaLK6gE1jNzg0

➡️ https://t.me/addlist/AX8uaLK6gE1jNzg0

شامل موضوعات آموزشی زیر:

توسعه و رشد فردی
افزایش ثروت
هدف گذاری و مدیریت زمان
مهارت های اجتماعی، ارتباطی و فن بیان
روانشناسی و خودیاری
موفقیت
عادات موثر
سلامت و تغذیه سالم
موفقیت شغلی
عبارات تاکیدی
مدیریت اضطراب و خشم
روان درمانی CBT و ACT
شخصیت شناسی و تحلیل روانشناسی
انگیزشی
کودک درون
تکنیک های NLP
یوگا
افزایش حافظه
مدیتیشن
موفقیت تحصیلی
مطالعه موثر
افزایش اعتماد به نفس
افزایش تمرکز
تفکر مثبت
افزایش خلاقیت
نقل قول های انگیزشی

با کلیک بر روی لینک زیر عضو تمامی این کانال ها شوید:

➡️ https://t.me/addlist/AX8uaLK6gE1jNzg0

➡️ https://t.me/addlist/AX8uaLK6gE1jNzg0

‌
🌐 ارتباط جدید: آیا رژیم غذایی ناسالم اضطراب می‌آورد؟



🌿🌿 پژوهش جدیدی فاش کرده که رژیم غذایی ناسالم و افزایش وزن می‌توانند به طور مستقیم بر عملکرد شناختی مغز تاثیر بگذارند و منجر به افزایش اضطراب شوند. این خبر مهمی برای درک ارتباط پیچیده بین سلامت جسم و روان است.


راز ارتباط روده و مغز فاش شد!

محققان دانشگاه ایالتی جورجیا در کنفرانس NUTRITION 2025 یافته‌های جدید خود را ارائه کردند. آنها سال‌هاست به دنبال پاسخ این سوال بودند که آیا ارتباط بین چاقی و اضطراب ناشی از فشارهای اجتماعی است یا عوامل بیوشیمیایی؟ حالا این پژوهش مسیر پیشنهادی برای تأثیر سلامت دستگاه گوارش بر عملکرد مغز را نشان می‌دهد که می‌تواند دلیل بروز اضطراب در افراد دارای اضافه وزن باشد.


🟣 این کشف نه تنها درک ما از ارتباط روده و مغز را عمیق‌تر می‌کند، بلکه اهمیت یک رژیم غذایی سالم را فراتر از تناسب اندام، برای سلامت روان نیز برجسته می‌سازد.


#سلامت_روان #رژیم_غذایی #اضطراب #روده_مغز #علم_تغذیه


ــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

🔵 نکات برنامه‌نویسی



⚡ CQRS Pattern

(Command Query Responsibility Segregation) ⚡



🔹 ایده اصلی

در سیستم‌های معمولی (CRUD)، هم برای خواندن (Query) و هم برای نوشتن (Command) از یک مدل داده استفاده می‌کنیم.
ولی در CQRS این دو جدا میشن:

➡️ Command: تغییر وضعیت (Insert, Update, Delete)
➡️ Query: فقط خواندن داده‌ها (Read)

این جداسازی باعث میشه که هر بخش رو بتونی بهینه کنی.



🔹 چرا مهمه؟

⬅️ برای نوشتن می‌تونی قوانین پیچیده دامنه (Domain Rules) رو اعمال کنی.
⬅️ برای خواندن می‌تونی مدل‌های سبک و سریع بسازی (مثل View یا Projection).
⬅️ مقیاس‌پذیری سیستم راحت‌تر میشه (مثلاً دیتابیس Read-Only جدا داشته باشی).



✅ مثال ساده (Python)

فرض کن سیستم سفارش داریم:

# Command: ثبت سفارش
class OrderService:
    def __init__(self):
        self.orders = []

    def place_order(self, user, product):
        order = {"user": user, "product": product}
        self.orders.append(order)
        return f"Order placed: {order}"

# Query: گرفتن سفارش‌ها
class OrderQuery:
    def __init__(self, orders):
        self.orders = orders

    def get_orders_by_user(self, user):
        return [o for o in self.orders if o["user"] == user]

# استفاده
service = OrderService()
service.place_order("Ali", "Laptop")
service.place_order("Ali", "Mouse")
service.place_order("Sara", "Keyboard")

query = OrderQuery(service.orders)
print(query.get_orders_by_user("Ali"))  
# [{'user': 'Ali', 'product': 'Laptop'}, {'user': 'Ali', 'product': 'Mouse'}]

📖 کاربردهای واقعی

⬅️ سیستم‌های بزرگ با داده زیاد (مثلاً فروشگاه‌های اینترنتی مثل Amazon)
⬅️ سیستم‌های مالی که Queryهای سریع می‌خوان و Commandها پر از قوانین پیچیده‌ان
⬅️ معماری Microservices → میشه سرویس‌های Query و Command رو جداگانه Deploy کرد



🛠️ مزایا

⬅️ بهینه‌سازی جداگانه برای Read و Write
⬅️ افزایش کارایی و مقیاس‌پذیری
⬅️ کدنویسی تمیزتر (Separation of Concerns)



⚠️ چالش‌ها

⬅️ طراحی و نگهداری پیچیده‌تر از CRUD ساده
⬅️ نیاز به Sync بین مدل Command و Query (ممکنه Eventual Consistency پیش بیاد)



🎯 تشبیه ساده

CQRS مثل رستورانه 🍽️:

⬅️ یه بخش برای گرفتن سفارش (Command)
⬅️ یه بخش برای سرو غذا (Query)
اینطوری کار سریع‌تر و مرتب‌تر پیش میره.



ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🔵 نکته یادگیری ماشین

در Clustering، ارزیابی کیفیت خوشه‌ها بدون برچسب با Metrics خاص انجام می‌شه.

🔹 از اونجایی که داده‌ها برچسب ندارن، نمی‌تونیم Accuracy محاسبه کنیم، باید از معیارهای غیرنظارتی استفاده کنیم:

معیار Silhouette Score: چقدر نمونه‌ها به خوشه خودشون نزدیک و از خوشه‌های دیگه دور هستن (بین −۱ تا ۱).

معیار Davies-Bouldin Index: میانگین نسبت پراکندگی درون خوشه به فاصله بین خوشه‌ها (کمتر بهتره).

معیار Calinski-Harabasz Index: نسبت بین پراکندگی بین خوشه‌ها و درون خوشه‌ها (بیشتر بهتره).

به زبان ساده: این Metrics مثل یه “معیار زیبایی” برای خوشه‌هاست؛ خوشه‌های مرتب‌تر و جدا از هم، امتیاز بالاتری می‌گیرن.

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ


لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🔵 با عضویت در لیست تلگرامی جامع آموزش زبان زیر عضو بی نظیرترین‌ و کامل ترین مجموعه آموزش زبان انگلیسی تلگرامی شوید:

🟢 پادکست، کوییز، گرامر، آیلتس، تافل، ویدیو، آموزش زبان به کودکان، اصطلاحات انگلیسی، زبان کنکور و ... :

https://t.me/addlist/hK74E7joz0ZiOGY0
https://t.me/addlist/hK74E7joz0ZiOGY0
https://t.me/addlist/hK74E7joz0ZiOGY0

‌

❌ هشدار امنیتی: بزرگ‌ترین نشت اطلاعاتی تاریخ با افشای ۴ میلیارد رکورد اطلاعات کاربران!



🌿🌿 در خبری تکان‌دهنده برای حوزه امنیت سایبری، محققان از کشف یک پایگاه داده عظیم و کاملاً ناامن در فضای آنلاین خبر داده‌اند. این پایگاه داده، که هیچ‌گونه رمز عبوری برای محافظت از آن وجود نداشته، ظاهراً حاوی نزدیک به چهار میلیارد رکورد از اطلاعات شخصی و حساس کاربران، عمدتاً چینی، بوده است. این اتفاق می‌تواند به عنوان یکی از بزرگ‌ترین نشت‌های اطلاعاتی تاریخ ثبت شود.


🟣 پروژه نظارتی گسترده؟

پژوهشگران گمان می‌کنند که این داده‌های افشا شده، ممکن است بخشی از یک پروژه نظارتی گسترده بوده باشد که هدف آن ردیابی و تحلیل رفتار افراد است. این موضوع، نگرانی‌های جدی را در مورد حریم خصوصی و امنیت داده‌ها در مقیاس وسیع ایجاد می‌کند.


🔴 ابعاد فاجعه‌بار نشت اطلاعاتی

تیم پژوهشی Cybernews با همکاری متخصص امنیت سایبری، مالک وب‌سایت SecurityDiscovery.com، موفق به کشف این پایگاه داده با "میلیاردها رکورد" شده‌اند. حجم این پایگاه داده ۶۳۱ گیگابایت بوده که معادل تقریباً چهار میلیارد رکورد اطلاعاتی است. این حجم عظیم از داده‌ها بدون هیچ‌گونه محافظتی در دسترس عموم قرار گرفته بود که نشان از ضعف امنیتی فاجعه‌بار دارد.


🔵 چه کسانی در معرض خطرند؟

بر اساس یافته‌های تیم پژوهشی، این مجموعه داده به طور عمده شامل اطلاعات کاربران چینی از منابع مختلف بوده است. این نشت اطلاعاتی، میلیون‌ها نفر را در معرض خطرات جدی مانند سرقت هویت، کلاهبرداری و حملات فیشینگ قرار می‌دهد.


🟢 این حادثه بار دیگر بر اهمیت حیاتی امنیت سایبری، حفاظت از داده‌ها و رعایت حریم خصوصی کاربران تاکید می‌کند. لازم است هم کاربران و هم نهادهای مسئول، توجه بیشتری به پروتکل‌های امنیتی داشته باشند تا از تکرار چنین فجایعی جلوگیری شود.

#نشت_اطلاعات #امنیت_سایبری #حریم_خصوصی #داده_های_کاربران #تهدید_آنلاین


ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

🔵 نکته برنامه نویسی

یک تکنیک جالب و نسبتاً ناشناخته در برنامه‌نویسی "Sentinel Values" هست. 🚩

ایده‌اش اینه که به جای استفاده از شرط‌های پیچیده برای فهمیدن پایان یک داده یا وضعیت خاص، یک «مقدار نگهبان» در داده‌هات قرار بدی.
مثلاً وقتی داری یک آرایه رو پردازش می‌کنی، به جای چک کردن طول آرایه در هر بار تکرار، یک مقدار خاص (مثل -1 یا null) در انتها می‌گذاری که یعنی "اینجا دیگه تمومه".

این روش کد رو ساده‌تر و سریع‌تر می‌کنه و توی الگوریتم‌های کلاسیک (مثل پردازش لیست‌ها یا داده‌های ورودی) خیلی استفاده می‌شه.



ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

🌠✨ خبر فوری: مرورگر هوش مصنوعی Perplexity به زودی برای ویندوز منتشر می‌شود!



🌿🌿 شرکت Perplexity، توسعه‌دهنده ابزارهای جستجوی مبتنی بر هوش مصنوعی، تاریخ تقریبی انتشار مرورگر جدید خود با نام Comet را اعلام کرد. این مرورگر که مجهز به یک ایجنت هوش مصنوعی قدرتمند است و برای رقابت با مرورگرهای بزرگی مثل گوگل کروم طراحی شده، ابتدا با نسخه بتا برای کاربران ویندوز عرضه خواهد شد.


🟣 آراویند سرینیواس، مدیرعامل Perplexity، در یک جلسه پرسش و پاسخ در Reddit تایید کرد که توسعه Comet برای اندروید "به‌خوبی و با سرعت درحال پیشرفت است" و کاربران اندروید می‌توانند پاییز امسال منتظر آن باشند.

🔴 اما خبر هیجان‌انگیزتر برای کاربران ویندوز این است که نسخه بتای این مرورگر برای ویندوز قرار است همین چند روز آینده منتشر شود! البته نسخه‌های نهایی برای ویندوز و macOS هم‌زمان در اختیار کاربران قرار خواهند گرفت.

🔵 این یک گام بزرگ در جهت ارائه تجربه‌ای نوین از وب‌گردی با کمک هوش مصنوعی است. منتظر عرضه Comet باشید!

#مرورگر_هوش_مصنوعی #Perplexity #Comet #ویندوز #هوش_مصنوعی


ــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🔵 دوست داری برنامه نویس حرفه ای بشی یا مهارت های کامپیوتری خودت رو افزایش بدی؟ با عضویت در لیست تلگرامی زیر در بی نظیر ترین کانال های برنامه نویسی ما عضو شوید:

🟢 پایتون، هوش مصنوعی، یادگیری ماشین، سی ++، سی شارپ، دات نت، نود جی اس، جاوا اسکریپت، شبکه، علم داده، پایگاه داده، sql، nosql ، مهارت های ICDL، سیستم عامل، لینوکس، فتوشاپ، گرافیک، اندروید، جاوا، ساخت اپلیکیشن موبایل، ری اکت، جی کوئری، php و laravel، دروس رشته کامپیوتر، کنکور کامپیوتر و ...

عضو لیست جامع شوید:

https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk

‌

🔵 نکات برنامه‌نویسی



🔁 Idempotent Consumer Pattern



🔹 ایده اصلی

در سیستم‌های پیام‌محور (Message Queue، Kafka، RabbitMQ و …) ممکنه یک پیام بیش از یک‌بار تحویل داده بشه.

⬅️ اگر مصرف‌کننده (Consumer) هر بار همون عملیات رو انجام بده → عملیات تکراری می‌شه (مثلاً دوبار پول برداشت می‌شه 😱).
⬅️ راه‌حل: Idempotent Consumer یعنی مصرف‌کننده باید طوری نوشته بشه که حتی اگر پیام چندبار رسید، نتیجه نهایی فقط یک‌بار اعمال بشه.



✅ مثال ساده (Python)

فرض کن یک سرویس پرداخت داریم:

❌ نسخه غیر idempotent:

processed_payments = []

def process_payment(payment_id, amount):
    print(f"پرداخت انجام شد: {payment_id}, مبلغ: {amount}")
    processed_payments.append(payment_id)

# اگر دوبار پیام مشابه بیاد:
process_payment("TX1001", 500)
process_payment("TX1001", 500)

خروجی: دوبار پرداخت! 😬



✔️ نسخه idempotent:

processed_payments = set()

def process_payment(payment_id, amount):
    if payment_id in processed_payments:
        print(f"⚠️ پرداخت تکراری: {payment_id} (نادیده گرفته شد)")
        return
    print(f"✅ پرداخت انجام شد: {payment_id}, مبلغ: {amount}")
    processed_payments.add(payment_id)

# تست
process_payment("TX1001", 500)
process_payment("TX1001", 500)

خروجی: فقط یک‌بار انجام می‌شه ✅



📖 کاربردهای واقعی

⬅️ پرداخت آنلاین → جلوگیری از دوبار شارژ کردن مشتری
⬅️ سفارش آنلاین → ثبت یک سفارش حتی اگر پیام چندبار رسید
⬅️ سیستم‌های توزیع‌شده → وقتی ارتباط قطع می‌شه و پیام دوباره Retry می‌خوره



🛠️ مزایا

⬅️ امنیت داده و جلوگیری از تکرار عملیات
⬅️ افزایش اعتماد به سیستم‌های Messaging
⬅️ طراحی مقاوم‌تر در برابر خطاها



🎯 تشبیه ساده

تصور کن داری سفارش اینترنتی می‌دی:

⬅️ اگر دوبار روی دکمه "ثبت سفارش" بزنی، نباید دوبار برات غذا بیارن 🍕🍕
⬅️ سیستم خوب باید بفهمه که این سفارش همونه و فقط یک‌بار ثبت کنه.



ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

✨✨ هشدار جدی وزارت ارتباطات به سازمان غذا و دارو: راه‌اندازی سامانه ملی بدون مجوز ممنوع!



🌿🌿 وزارت ارتباطات با ارسال نامه‌ای رسمی به رئیس سازمان غذا و دارو، هشدار داده است که هرگونه راه‌اندازی سامانه جدید با گستره ملی، تنها با کسب مجوز از این وزارتخانه امکان‌پذیر خواهد بود.

🟣 طبق گزارش دیجیاتو و بر اساس ضوابط فروش اینترنتی دارو، پلتفرم‌ها برای ارائه خدمات، باید به سامانه واسط تحت نظارت سازمان غذا و دارو متصل شوند. در همین راستا، «محمدمحسن صدر»، معاون وزیر ارتباطات و رئیس سازمان فناوری اطلاعات، از سازمان غذا و دارو خواسته در صورت ایجاد چنین سامانه‌ای، مجوزهای لازم را از وزارت ارتباطات دریافت کند.


🔴 همچنین، سازمان غذا و دارو موظف شده تا زمان تعیین تکلیف نهایی این موضوع، از ادامه اقدامات برای ایجاد این سامانه خودداری کند.


🔵 پیش‌تر در کمیسیون راهبری اقتصاد دیجیتال نیز اعلام شده بود که دستورالعمل ایجاد «سامانه مرجع» سازمان غذا و دارو، مغایر با قانون برنامه و قانون دوام (مدیریت داده‌ها و اطلاعات ملی) است. این قوانین صراحتاً راه‌اندازی هر سامانه‌ای در دولت را به کسب مجوز از وزارت ارتباطات و فناوری اطلاعات منوط کرده‌اند.


#وزارت_ارتباطات #سازمان_غذا_و_دارو #سامانه_ملی #مجوز #اقتصاد_دیجیتال


ـــــــــــــــــــــــــــــــــــــــــــــــ

لطفاً ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🚨 حمله باج‌افزاری به شبکه بهداشتی Kettering در اوهایو

🔒 یک گروه باج‌افزاری نسبتاً جدید به نام Interlock مسئولیت حمله سایبری به Kettering Health، شبکه‌ای از بیمارستان‌ها و مراکز درمانی در ایالت اوهایو آمریکا را بر عهده گرفت. این حمله باعث شد همه سیستم‌های رایانه‌ای این سازمان برای دو هفته از کار بیفتند و هنوز هم بازگردانی کامل انجام نشده است.

🦠 این گروه که از سپتامبر ۲۰۲۴ حملاتی به مراکز درمانی آمریکا انجام داده، در سایت رسمی خود در دارک‌وب اعلام کرده که بیش از ۹۴۰ گیگابایت اطلاعات حساس از این شبکه درمانی سرقت کرده است!

📅 نخستین بار شبکه CNN در ۲۰ می اعلام کرد که Interlock پشت این حمله است، اما در آن زمان این گروه هنوز مسئولیت را نپذیرفته بود. اکنون که این ادعا علنی شده، به نظر می‌رسد مذاکرات بین طرفین به بن‌بست خورده باشد.

📁 طبق بررسی‌های اولیه، داده‌های به سرقت رفته شامل:

🔹 اطلاعات سلامت بیماران مانند:
▫️ نام، شماره پرونده، خلاصه‌های بالینی
▫️ وضعیت روانی، داروهای مصرفی، نگرانی‌های بهداشتی و...

🔹 اطلاعات کارکنان
🔹 محتویات درایوهای اشتراکی داخلی
🔹 اطلاعات محرمانه پلیس شبکه Kettering Health، شامل فایل‌های پیش‌زمینه و تست‌های دروغ‌سنجی!

💬 آقای John Weimer، معاون ارشد عملیات اضطراری Kettering، پیش‌تر اعلام کرده بود این سازمان هیچ مبلغی به باج‌گیرها پرداخت نکرده است.

✅ با این حال، شرکت در آخرین اطلاعیه خود اعلام کرده که موفق شده «بخش‌های اصلی» سیستم پرونده الکترونیکی سلامت خود (EHR) که توسط شرکت Epic ارائه می‌شود را بازیابی کند. این گام مهمی در مسیر بازگشت به شرایط عادی محسوب می‌شود.


#حمله_سایبری #باج‌افزار #امنیت_سایبری #Kettering_Health #Interlock #داده_های_سلامت #حریم_خصوصی

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Zaban7ir

آدرس وبسایت:
https://Tutorial24.ir

🔵 دوست داری برنامه نویس حرفه ای بشی یا مهارت های کامپیوتری خودت رو افزایش بدی؟ با عضویت در لیست تلگرامی زیر در بی نظیر ترین کانال های برنامه نویسی ما عضو شوید:

🟢 پایتون، هوش مصنوعی، یادگیری ماشین، سی ++، سی شارپ، دات نت، نود جی اس، جاوا اسکریپت، شبکه، علم داده، پایگاه داده، sql، nosql ، مهارت های ICDL، سیستم عامل، لینوکس، فتوشاپ، گرافیک، اندروید، جاوا، ساخت اپلیکیشن موبایل، ری اکت، جی کوئری، php و laravel، دروس رشته کامپیوتر، کنکور کامپیوتر و ...

عضو لیست جامع شوید:

https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk

🚨 شکایت Reddit از استارتاپ هوش مصنوعی Anthropic به دلیل استفاده غیرقانونی از داده‌ها

🌐 در اتفاقی کم‌سابقه، ردیت (Reddit) از شرکت Anthropic به دلیل استفاده از محتوای این شبکه اجتماعی برای آموزش مدل‌های هوش مصنوعی بدون مجوز قانونی، شکایت کرده است.

📄 این شکایت که در دادگاه شمال کالیفرنیا ثبت شده، ادعا می‌کند که Anthropic با نقض توافق‌نامه کاربران ردیت، محتوای سایت را به‌صورت تجاری و بدون پرداخت هزینه استفاده کرده است.

🔍 این نخستین بار است که یک شرکت بزرگ فناوری (Big Tech) علیه یک ارائه‌دهنده مدل‌ هوش مصنوعی به‌طور رسمی در مورد نحوه جمع‌آوری داده برای آموزش شکایت می‌کند.

📰 این شکایت در ادامه موج اعتراضات علیه شرکت‌های هوش مصنوعی مطرح شده:
▪️ نیویورک‌تایمز از OpenAI و مایکروسافت شکایت کرده است.
▪️ سارا سیلورمن و نویسندگان دیگر از متا شکایت کرده‌اند.
▪️ هنرمندان و ناشران موسیقی نیز شکایت‌هایی مشابه مطرح کرده‌اند.

🗣 بن لی (Ben Lee، مشاور حقوقی ردیت، در بیانیه‌ای گفت:

> «ما اجازه نمی‌دهیم شرکت‌هایی مانند Anthropic از محتوای ردیت برای کسب میلیاردها دلار سود استفاده کنند، بدون آنکه ارزشی برای کاربران ما قائل باشند یا حریم خصوصی‌شان را رعایت کنند.»

🤝 سایت Reddit با شرکت‌هایی مانند OpenAI و گوگل قراردادهایی منعقد کرده که به آن‌ها اجازه استفاده از داده‌ها با شرایط مشخص و رعایت حقوق کاربران را می‌دهد.

📌 نکته جالب اینکه سم آلتمن، مدیرعامل OpenAI، ۸.۷٪ از سهام Reddit را در اختیار دارد و قبلاً عضو هیئت‌مدیره آن بوده است.

🚫 سایت Reddit می‌گوید که به Anthropic اطلاع داده بود اجازه خزیدن (scraping) یا استفاده از محتوای سایت را ندارد، اما Anthropic نه‌تنها پاسخ مناسبی نداد، بلکه ربات‌هایش همچنان بیش از ۱۰۰ هزار بار در سال ۲۰۲۴ از محتوای ردیت استفاده کردند، حتی با وجود تنظیمات محدودکننده در فایل robots.txt.

🧾 سایت Reddit در این شکایت درخواست کرده که:
🔹 خسارات مالی پرداخت شود
🔹 سایت Anthropic از سود حاصل از این اقدام بازپرداخت کند
🔹 استفاده از محتوای Reddit برای همیشه متوقف شود



#هوش_مصنوعی #ردیت #Anthropic #داده_های_آموزشی #شکایت_حقوقی #OpenAI #Google #TechCrunch


ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Zaban7ir

آدرس وبسایت:
https://Tutorial24.ir