Китайские студенты вместо шпаргалок стали использовать «умные» очки — компактные устройства с элементами искусственного интеллекта, которые помогают незаметно получать ответы прямо во время тестов.

По данным издания Rest of World, одна из студенток воспользовалась очками Rokid AI для сканирования заданий и вывода подсказок на встроенный дисплей. Идея довольно быстро вышла за рамки личного использования. Студентка начала сдавать устройство в аренду однокурсникам, превратив покупку в дополнительный заработок.

Интерес к таким устройствам вырос вместе с развитием искусственного интеллекта. Современные модели «умных» очков умеют не только снимать видео и делать фото, но и анализировать окружающую обстановку, переводить текст, подсказывать маршруты и даже выводить на дисплей заранее подготовленные ответы. При этом высокая цена новых моделей подтолкнула студентов к аренде через площадки вроде Xianyu. Стоимость варьируется от $6 до $12 в день в зависимости от модели.

Особую роль играет тот факт, что «умные» очки внешне практически не отличаются от обычных, а управление происходит через небольшое кольцо-контроллер. Такой формат позволяет незаметно искать ответы на задания по разным дисциплинам непосредственно во время экзамена.

Профильные ведомства уже начали реагировать на подобные инциденты. Так, в Китае официально запретили использование подобных устройств на национальных экзаменах для поступления в университеты и на государственную службу. Однако многие преподаватели пока не распознают новую схему, так как со стороны не всегда можно отличить обычные очки от «умных».

При всех возможностях у устройств также остаются ограничения. «Умные» очки тяжелее обычных и требуют частой подзарядки из-за небольших аккумуляторов. Однако даже с этими недостатками техника уже доказала свою эффективность.

📕📕📕
https://restofworld.org/2026/china-ai-glasses-cheating-privacy-boom/
https://www.securitylab.ru/news/571176.php

Тренды порой диктуют свои правила
Теперь мы есть и в 📲 MAX

Дублируем туда весь контент, но и Telegram не бросаем! ✊

Группа исследователей из Швейцарской высшей технической школы Цюриха, программы MATS (Machine Learning Alignment & Theory Scholars) и компании Anthropic установила, что современные большие языковые модели (LLM) могут эффективно идентифицировать пользователей, скрывающихся за псевдонимами, с точностью, сопоставимой с работой опытного специалиста, но значительно быстрее и с меньшими затратами.

Исследователи продемонстрировали, что LLM способны автоматизировать процесс деанонимизации. Ключевое отличие нового подхода заключается в том, что модели работают напрямую с неструктурированным текстом — сообщениями на форумах, комментариями, биографиями и интервью — без необходимости предварительного преобразования данных в структурированный формат.

Исследователи разработали четырёхэтапный конвейер деанонимизации, который использует LLM для последовательного решения задачи:
— извлечение признаков: модель анализирует тексты пользователя и извлекает идентификационные сигналы — демографические данные, стиль письма, интересы, сведения о профессии, случайные раскрытия информации;
— поиск: извлечённые признаки преобразуются в плотные векторные представления (эмбеддинги), позволяющие эффективно искать совпадения среди тысяч или даже миллионов профилей-кандидатов;
— логический вывод: модель анализирует лучших кандидатов из предыдущего шага и определяет наиболее вероятное совпадение на основе всего доступного контекста;
— калибровка: LLM оценивает уверенность в каждом найденном совпадении, что позволяет установить порог точности и минимизировать ложные срабатывания. Важной особенностью является то, что каждый из этих этапов по отдельности выглядит как легитимная операция — обобщение текста, семантический поиск, сравнение документов. Однако в совокупности они образуют эффективный инструмент деанонимизации, который обходит стандартные механизмы безопасности.

Исследователи проверили работу системы на нескольких наборах реальных данных. Так, был собран набор данных из 338 пользователей Hacker News, которые в своих публичных профилях указали ссылку на LinkedIn, что обеспечивало достоверную связь с реальной личностью. Исследователи удалили все прямые идентификаторы из профилей Hacker News, после чего LLM-агент должен был найти соответствующий профиль в открытом секторе интернета. В результате 226 из 338 профилей (67%) были правильно идентифицированы с точностью 90%. Для сравнения: традиционные методы на основе структурированных данных показали эффективность 0,1% при том же пороге точности.

В рамках другого эксперимента исследователи тестировали способность модели идентифицировать одного пользователя по его постам в разных тематических разделах. Для этого они взяли историю комментариев реальных пользователей Reddit и искусственно разделили её на две части, каждая из которых рассматривалась как независимый аккаунт. Задача LLM заключалась в том, чтобы определить, принадлежат ли два таких набора сообщений одному и тому же человеку. При сопоставлении аккаунтов в сабреддитах, посвящённых кинематографу, система показала следующие результаты: полнота (доля верно связанных пар) составила 45% при точности 99% (то есть лишь 1% связей оказался ложным).

Авторы исследования подчёркивают, что LLM не раскрывают «секретную» информацию. Они используют те же сигналы, которые мог бы заметить внимательный исследователь. Однако автоматизация и масштабируемость кардинально меняют баланс сил.

Авторы признают, что результаты не являются прямым доказательством уязвимости всех пользователей, использующих псевдонимы. Исследование проводилось на пользователях, которые уже в какой-то форме раскрывали свою личность (например, LinkedIn). «Истинно анонимные» пользователи с высоким уровнем операционной безопасности не были включены в анализ по этическим соображениям. Кроме того, система требует доступа к большим объёмам данных и не всегда работает одинаково эффективно на разных платформах и для разных категорий пользователей.

📕📕📕
https://arxiv.org/html/2602.16800v1
https://cyberinsider.com/llms-can-break-online-pseudonymity-and-identify-users-across-platforms/

📲 MAX

Компания Apple приступила к тестированию нового режима многозадачности для своего голосового ассистента Siri, который позволит обрабатывать несколько команд в рамках одного запроса.

По данным источников Bloomberg, данная функция разрабатывается для операционных систем iOS 27, iPadOS 27 и macOS 27, релиз которых ожидается во второй половине 2026 года. В настоящее время Siri способна выполнять только одну команду за раз, и даже при последовательном произнесении нескольких инструкций без повторного вызова ассистента каждая из них обрабатывается по отдельности. Новый режим работы позволит пользователю, например, одной фразой попросить проверить погоду, создать событие в календаре и отправить сообщение — и Siri выполнит все три действия без необходимости формулировать каждый запрос отдельно.

В феврале 2026 года тестирование обновлённой Siri в составе iOS 26.4 выявило проблемы с производительностью и надёжностью, что вынудило компанию перенести релиз на более поздний срок. Помимо многозадачности, Apple работает над тем, чтобы Siri лучше понимала контекст, учитывала личную информацию пользователя и содержимое экрана устройства. Также в разработке находится функция обобщения информации из интернета под кодовым названием World Knowledge Answers и отдельное приложение для ассистента, которое сделает его более похожим на современные чат-боты.

Для обеспечения работы обновлённой Siri Apple заключила партнёрское соглашение с Google, которое предполагает использование моделей Gemini на серверах Google. Годовая стоимость данного соглашения составляет около $1 млрд, а внедрение модели Gemini увеличит вычислительные параметры Siri в восемь раз — с $150 млрд до $1,2 трлн. При этом Apple выстраивает многоуровневую архитектуру обработки запросов: простые команды выполняются непосредственно на устройстве с помощью локальных алгоритмов, запросы, связанные с личными данными пользователя, обрабатываются в частном облаке Apple, а для сложных творческих или энциклопедических запросов привлекаются мощности Google.

Компания отмечает, что даже при обращении к сторонним серверам личные данные пользователей остаются анонимными благодаря специальному шлюзу приватности, который удаляет идентифицирующую информацию перед отправкой запроса.

Кроме того, Apple развивает систему Extensions, которая позволит Siri взаимодействовать с приложениями сторонних разработчиков через App Store. Пользователи смогут подключать различных ИИ-ассистентов по своему выбору и отправлять им запросы непосредственно через интерфейс Siri, а также управлять подключёнными сервисами через специальное меню в настройках. Эта система будет работать параллельно с интеграцией Gemini, не заменяя её, и превратит Siri из простого голосового помощника в центральный хаб для взаимодействия с различными ИИ-сервисами.

Ожидается, что полноценная презентация обновлённой Siri и других функций Apple Intelligence состоится на конференции для разработчиков WWDC, которая пройдёт 8 июня 2026 года. Некоторые новые возможности в ходе внутреннего тестирования уже помечены как Preview, что может означать их выпуск в статусе незавершённых на момент запуска.

📕📕📕
https://www.bloomberg.com/news/articles/2026-03-31/apple-tests-siri-featurethat-handles-multiple-commands-at-once
https://www.mobileworldlive.com/apple/apple-tests-multi-command-siri-function/

📲 MAX

Сотрудники Института ИИ Университета Иннополис разработали первое полностью отечественное программное обеспечение для моделирования микрокинетики гетерогенных катализаторов. Проект поддержал Фонд науки и технологий Татарстана.

Катализаторы ускоряют химические реакции, оставаясь в другой фазе по сравнению с исходными веществами. Их используют при производстве аммиака с низким углеродным следом, переработке нефти и газа, синтезе полимеров и утилизации CO₂. Поиск новых катализаторов традиционными методами занимает 5–7 лет и требует десятков миллионов долларов.

Разработчики использовали в своём исследовании ансамбль моделей глубокого обучения. Система предсказывает энергии активации и адсорбции на поверхности катализаторов с точностью 0,048–0,073 эВ (электронвольт). Это сопоставимо с квантово‑химическими расчетами, но в тысячи раз быстрее.

Впервые в мире ИИ‑предсказания объединили с микрокинетическими моделями. Модели обучали на наборе данных из 640 тысяч DFT‑релаксаций (процесс поиска наиболее устойчивого и энергетически выгодного положения атомов в молекуле или кристалле) и 133,9 млн атомных конфигураций. Библиотека адсорбатов включает в себя 82 молекулы и фрагмента, значимых для водородной энергетики, переработки CO₂ и каталитического окисления.

Программный комплекс выпущен в двух версиях. Облачная версия предназначена для распределенных вычислений исследовательскими группами, локальная версия — для предприятий с требованиями к защите данных. На программное обеспечение получено свидетельство Роспатента.

Разработчики ориентируются на рынки ЕАЭС, СНГ, Азии, Ближнего Востока и Латинской Америки. Они рассчитывают занять 5–7% глобального рынка ПО для применения в области химии и материаловедения. К 2030 году его объем прогнозируют на уровне $4–5 млрд.

В планах расширить функционал на электрокатализ, фотокаталитические материалы, моделирование реакторов и тестирование полученных веществ. Также готовится SaaS‑версия для совместных проектов.

📕📕📕
https://hightech.fm/2026/03/18/fasr-ai-inno

📲 MAX

В апреле 2026 года издание The Register в рамках новой рубрики Pwned, посвященной реальным случаям критических нарушений информационной безопасности, опубликовало историю, которая наглядно демонстрирует уязвимости современных подключённых устройств.

Речь идёт об инциденте, в котором кофемашина, установленная в офисной кухне и подключённая к интернету, стала причиной серьезной утечки конфиденциальных данных крупной корпорации. Этот случай основан на рассказе специалиста по цифровой криминалистике с двадцатилетним стажем под псевдонимом TR, который непосредственно участвовал в расследовании инцидента.

Специалист TR, обратился к экспертам после того, как обнаружил утечку данных. Руководство компании первоначально подозревало, что злоумышленники проникли в серверную. Однако в ходе проверки сети, которая продолжалась несколько дней, специалисты не нашли следов вредоносного программного обеспечения или атак на серверы и рабочие станции.

Источником утечки оказалась сетевая кофемашина, подключенная к той же корпоративной сети, что и серверы с конфиденциальной информацией. В ходе расследования были выявлены три критических недостатка устройства. На кофемашине использовался пароль администратора по умолчанию, который никто не изменил при установке. Устройство работало под управлением устаревшей операционной системы с неисправленными уязвимостями. Кроме того, на кофемашине отсутствовал собственный межсетевой экран, что делало её полностью открытой для любых сетевых атак.

Злоумышленники, обнаружив уязвимое устройство в сети, получили над ним полный контроль. Каждый раз, когда сотрудник офиса готовил себе кофе, скомпрометированная машина, помимо выполнения своей основной функции, инициировала сетевое соединение и отправляла небольшие пакеты данных на внешние серверы, контролируемые злоумышленниками.

Перед специалистами по расследованию встала не только техническая, но и коммуникационная задача. TR отметил, что им пришлось объяснять группе руководителей компании, что их конфиденциальные данные были скомпрометированы из-за кофемашины. Эксперт прокомментировал ситуацию, отметив, что даже самый дорогой брандмауэр в мире не сможет защитить компанию, если кухонная техника в офисе «общается» со злоумышленниками.

Данный случай не является единичным и хорошо вписывается в более широкий контекст угроз, связанных с повсеместным распространением устройств Интернета вещей. Мерритт Максим, вице-президент и директор по исследованиям компании Forrester Research, подтвердил, что подобные инциденты становятся всё более распространёнными.

Среди ключевых проблем Максим выделил несколько основных: использование стандартных паролей, отсутствие должного мониторинга за подключёнными устройствами в отличие от традиционных компьютеров, а также общее убеждение в том, что подобные устройства по определению являются безопасными. Он также провел параллель с громким инцидентом 2017 года, когда злоумышленники похитили данные из сети североамериканского казино через подключённый к интернету аквариум. Несмотря на то, что аквариум был подключён через виртуальную частную сеть, его все равно взломали.

Из этого инцидента можно извлечь несколько важных уроков:
— необходимо регулярно проверять сетевые устройства, находящиеся в корпоративной сети, включая кухонную технику, принтеры и системы климат-контроля;
— обязательной практикой должна стать смена паролей по умолчанию на всех устройствах до их подключения к сети;
— следует применять принцип сетевого сегментирования: размещать критически важные устройства Интернета вещей в изолированных подсетях, где их действие ограничено и не может повлиять на основные информационные системы.

📕📕📕
https://www.theregister.com/2026/04/02/pwned/?td=rt-4a

📲 MAX

Исследовательское подразделение Trellix Advanced Research Center опубликовало подробный анализ вредоносного программного обеспечения Masjesu. Данный ботнет также известен под именем XorBot. Он представляет собой коммерчески управляемую угрозу для устройств Интернета вещей и работает по модели «DDoS как услуга» с 2023 года. Основная специализация Masjesu — проведение распределённых атак на отказ в обслуживании, которые долгое время остаются незамеченными для систем безопасности.

Вредоносное программное обеспечение адаптировано для работы на различных аппаратных архитектурах: i386, MIPS, ARM, SPARC, PPC, 68K и AMD64. Поддержка множества платформ обеспечивает максимальный охват разнородного парка устройств по всему миру. Среди уязвимых устройств — маршрутизаторы D-Link, GPON, Huawei, Netgear, TP-Link и Realtek, цифровые видеорегистраторы MVPower, а также устройства с поддержкой протокола UPnP.

Операторы ботнета активно рекламируют возможности инфраструктуры, включая способность генерировать DDoS-атаки мощностью до 290 Гбит в секунду. География заражённых устройств охватывает множество стран. Почти половина всего трафика исходит из Вьетнама. Также значительное число заражённых устройств расположено в Бразилии, Индии, Иране, Кении и на Украине.

Ключевой особенностью Masjesu является приоритет скрытности и долговременного присутствия в системе. Вредоносное ПО не стремится к массовому и «шумному» распространению. Для маскировки используется несколько механизмов. Строки с критической информацией, такие как адреса командных серверов, порты и имена процессов, хранятся в зашифрованном виде. Они дешифруются только во время выполнения программы с помощью операции XOR с тремя разными ключами.

Для закрепления в системе Masjesu выполняет несколько действий. Вредоносное ПО переименовывает свой исполняемый файл, подражая легитимному системному компоненту Linux. Затем оно создаёт задание в планировщике Cron для запуска каждые 15 минут. Вредоносное ПО переводит себя в фоновый режим работы, подменяя своё имя на имя системного процесса. Кроме того, ботнет завершает процессы wget и curl, чтобы помешать другим вредоносным программам загружать свои компоненты. Он также блокирует временную директорию для предотвращения конкуренции с другими ботнетами.

Masjesu самостоятельно распространяется, сканируя случайные IP-адреса в поисках открытых портов, связанных с известными уязвимостями. Вредоносная программа сознательно избегает сканирования определённых диапазонов IP-адресов. Такая тактика позволяет снизить риск привлечения внимания правоохранительных органов и обеспечить долговременное выживание ботнета. Для связи с операторами используется инфраструктура из нескольких доменных имён и резервных IP-адресов.

После подключения к командному серверу и получения инструкций Masjesu способен инициировать атаки различных типов. Поддерживаются UDP-флуд, TCP-флуд, TCPSYN и TCP-ACK-флуды, HTTP-флуд, ICMP-флуд, GRE-флуд, а также атаки на протоколы OSPF и IGMP. При проведении HTTP-атак используется уникальный идентификатор в поле User-Agent — строка masjesu.

Специалисты Trellix рекомендуют организациям и частным пользователям принять меры для снижения риска заражения. Необходимо регулярно обновлять прошивки маршрутизаторов и других устройств Интернета вещей, устанавливая последние версии программного обеспечения. Следует незамедлительно изменять стандартные пароли администратора на уникальные комбинации. Рекомендуется настроить мониторинг исходящего трафика для обнаружения подозрительных соединений на определённый порт или на известные домены командных серверов. Также полезно применять сетевую сегментацию, изолируя устройства Интернета вещей от основных корпоративных сетей.

Аналитики Trellix и других компаний с высокой степенью уверенности связывают деятельность ботнета Masjesu с гражданином Турции по имени Сейит Гиргин. Он управляет всей инфраструктурой, которая используется для DDoS-атак, кражи игровых учётных данных и других киберпреступлений.

📕📕📕
https://www.trellix.com/en-in/blogs/research/masjesu-rising-stealth-iot-botnetddos-evasion/

📲 MAX

На выставке Mobile World Congress (MWC) 2026 в Барселоне компания MediaTek (Тайвань) представила комплекс технологических решений в области беспроводной связи и искусственного интеллекта. Ключевой темой экспозиции стала идея AI For Life: From Edge to Cloud, а презентацию провёл президент компании Джо Чен.

В области разработки сетей 6G компания MediaTek продемонстрировала первую в мире тестовую систему радиосовместимости (6G radio interoperability test system). Данная система предназначена для проверки баланса между пропускной способностью каналов, величиной задержки передачи данных и уровнем энергопотребления. Тестовая система ориентирована на поддержку приложений генеративного и агентного искусственного интеллекта, которые предъявляют к сетевым ресурсам более высокие требования по сравнению с существующими сервисами.

В рамках концепции «персонального облака устройств» агенты искусственного интеллекта получают возможность взаимодействовать между смартфонами, элементами бытовой техники и иными устройствами через Wi- Fi или сети 6G в защищённой среде. Данная архитектура предполагает распределение вычислительных задач между несколькими устройствами, а не их концентрацию в одном центральном процессоре.

Для повышения эффективности работы восходящих каналов связи компания MediaTek представила технологию ИИ-ускоренного разнесения передачи в восходящем канале. Эта технология использует модели машинного обучения для динамической подстройки параметров передачи под изменяющиеся условия в сети. Предложенный подход принципиально отличается от традиционных систем, которые основаны на фиксированных алгоритмах и не адаптируются к состоянию канала в режиме реального времени.

В сегменте подключённых автомобилей компания продемонстрировала первую в мире технологию видеовызова на основе стандарта 5G NR NTN для транспортных средств. Данное решение позволяет устанавливать видеосвязь, использовать мобильные приложения и выходить в интернет через спутниковые каналы в тех зонах, где отсутствует наземное покрытие сотовой сети.

Кроме того, MediaTek представила новый чипсет для автомобильной телематики. Чипсет поддерживает стандарты 5G-Advanced (версии Release 17 и Release 18) и включает в себя встроенные механизмы искусственного интеллекта на уровне модема, что повышает стабильность соединения в сложных условиях приёма.

Для оснащения интеллектуальных автомобильных салонов была анонсирована платформа Dimensity Auto. Она выполнена по 3-нанометровому технологическому процессу, сертифицированному по стандартам автомобильной надёжности (AECQ100) и функциональной безопасности. Платформа построена на архитектуре Arm v9.2 и включает в себя многоядерный центральный процессор, графический процессор с поддержкой трассировки лучей и нейронный процессор для работы генеративных голосовых помощников. Все вычисления, связанные с обработкой голоса и данных пользователя, выполняются локально на устройстве, что позволяет сохранять конфиденциальность информации.

Дополнительно в рамках выставки MediaTek представила первую в мире абонентскую аппаратуру стандарта 5G-Advanced со встроенной поддержкой Wi-Fi 8, построенную на чипсетах T930 и Filogic 8000. Данное решение обеспечивает снижение задержки передачи данных до десяти раз благодаря применению ИИ-механизма динамического управления сетью.

Также компания продемонстрировала «умные» очки на базе процессора Dimensity 9500 с мультимодальным искусственным интеллектом. Эти очки способны обрабатывать текстовую, визуальную и голосовую информацию непосредственно на устройстве без обращения к удалённым серверам.

📕📕📕
https://economictimes.indiatimes.com/magazines/panache/mediatek-outlines-6gedge-ai-and-data-centre-ambitions-at-mwc-2026/articleshow/128944885
https://www.gadgets360.com/mobiles/news/mediatek-showcase-6g-5g-advancededge-ai-innovations-mwc-2026-11158621

📲 MAX

Весной 2026 года аналитическая компания ABI Research опубликовала отчет, в котором предупредила о системном дефиците полупроводниковой памяти, способном существенно повлиять на рынок устройств Интернета вещей.

Основная причина нехватки полупроводниковой памяти заключается в резком росте инфраструктуры искусственного интеллекта, которая перераспределяет глобальные производственные мощности микросхем памяти в свою пользу. Ситуация активно обсуждалась на крупнейших отраслевых выставках MWC26 в Барселоне и Embedded world 2026 в Нюрнберге. Представители компаний-производителей оборудования и разработчики полупроводников выразили беспокойство по поводу доступа к традиционным типам памяти.

Суть проблемы заключается не в обычном циклическом спаде, а в структурной перестройке рынка. Крупнейшие производители памяти, включая Samsung, SK Hynix и Micron, переориентируют свои производственные линии на выпуск высокомаржинальной памяти HBM. Данный тип памяти необходим для обучения и работы больших языковых моделей в центрах обработки данных. Один сервер для искусственного интеллекта потребляет в несколько раз больше памяти, чем традиционная вычислительная система. По данным ABI Research, переток мощностей приводит к скрытому сокращению производства микросхем для зрелых технологических процессов в диапазоне 28–65 нанометров. Именно эти микросхемы служат основой для промышленных контроллеров и микроконтроллеров устройств Интернета вещей.

Наиболее уязвимым сегментом оказались высокопроизводительные смарт-модули для Интернета вещей, использующие память LPDDR4. Согласно данным компании Counterpoint Technology Market Research, опубликованным в апреле 2026 года, глобальный прогноз роста поставок сотовых IoT-модулей в 2026 году был пересмотрен: изначальные 8% снизились до 4% в годовом исчислении. Под удар попали, в первую очередь, 5G-модули и смарт-терминалы для дронов, робототехники, систем видеонаблюдения и промышленных панелей управления.

Цены на оперативную память для встраиваемых систем резко выросли. Стоимость некоторых типов LPDDR4 на спотовом рынке увеличилась на 300-500%. Сроки поставки оборудования для промышленной автоматики выросли до 30 недель. Все ключевые производители зависят от одной и той же ограниченной группы поставщиков микросхем. Поэтому конкуренты окажутся примерно в равном положении, но это неизбежно отразится на конечной стоимости продукции и сроках вывода новых устройств на рынок.

Симптоматичным сигналом для отрасли стало повышение цен на одноплатные компьютеры Raspberry Pi в декабре 2025 года. Производитель прямо указал на беспрецедентный рост стоимости LPDDR4 как на причину корректировки цен.

В то же время Qualcomm отмечает сохраняющийся высокий интерес к решениям для периферийного искусственного интеллекта. Это подтверждает, что приоритетом для отрасли остается развитие Edge AI. Производители начинают закладывать в печатные платы возможность использования памяти от разных поставщиков и разных типоразмеров.

Такой подход позволяет быстрее адаптироваться к дефициту конкретных компонентов без полной замены платы. Кроме того, наблюдается тенденция к упрощению спецификаций. Производители смартфонов и планшетов сокращают объем встроенной памяти в недорогих моделях с 32 Гб до 16 или 8 Гб. Это помогает удерживать цены на приемлемом уровне.

Эксперты ABI Research и аналитики рынка сходятся во мнении, что сложившаяся ситуация не является краткосрочным явлением. Давление на рынок памяти сохранится как минимум до конца 2027 года. Для сегмента Интернета вещей это означает переход в новую эпоху. Доступ к памяти и эффективность её использования становятся более критичными факторами, чем вычислительная мощность процессора.

📕📕📕
Источник ABI research
Источник PartAnalytics
Источник Counterpoint Technology Market Research

📲 MAX

🟧Мерч готовится, доклады пишутся, и регистрация открывается!

19 сентября пройдёт ежегодная конференция по информационной безопасности ISCRA Talks 2026, в которой НТЦ «Вулкан» как генеральный партнёр принимает непосредственное участие.

🟧Если вы хотите стать спикером, то заполнить заявку можно прямо на сайте!

🟧Программа мероприятия будет опубликована в начале сентября, как только сформируются слоты докладов и финальный список спикеров.

Китайская компания 360 Digital Security Group сообщила о создании системы искусственного интеллекта, способной в массовом порядке выявлять уязвимости в программном обеспечении. Разработанный инструмент, который в компании называют многокомпонентной системой обнаружения ошибок, перевел процесс поиска дефектов кода из разряда трудоемкой ручной работы в автоматизированное русло.

Согласно заявлению компании, обнародованному в апреле 2026 года, данный интеллектуальный механизм превратился из вспомогательного средства в основной двигатель для поиска неисправностей. Результаты работы системы являются достаточно впечатляющими: на данный момент она выявила почти тысячу ранее неизвестных уязвимостей, зарегистрированных в международных базах данных. В число обнаруженных проблем входят компоненты критически важного программного обеспечения, включая офисный пакет Microsoft Office, операционные системы семейства Windows, а также платформу OpenClaw — быстро развивающуюся среду с открытым исходным кодом, предназначенную для создания автономных алгоритмических агентов.

Особое внимание исследователи уделяют так называемым долгоживущим уязвимостям, которые годами скрывались в коде продуктов. В качестве примера приводится уязвимость локального повышения привилегий в ядре Windows, которая оставалась незамеченной около пяти лет. Также система обнаружила критическую ошибку в Microsoft Office, которая позволяла удаленно выполнить произвольный код и существовала в продукте восемь лет. Эта уязвимость получила наивысший рейтинг опасности от центра безопасности Microsoft.

Технический подход китайской компании отличается от стратегий, используемых западными конкурентами. Если одни разработчики делают ставку на расширение возможностей базовых моделей для анализа кода, то 360 Digital Security Group делает упор на так называемый роевой эффект. Система построена на основе двадцатилетнего опыта компании в области кибербезопасности и имитации экспертных знаний через множество узкоспециализированных интеллектуальных модулей, которые взаимодействуют друг с другом для проверки найденных фрагментов и построения цепочек атак. Это позволяет не просто находить потенциально опасные участки кода, но и автоматически подтверждать, что их можно использовать для взлома.

Одним из громких случаев стала уязвимость в платформе OpenClaw. Найденный в одном из сетевых протоколов дефект позволял злоумышленнику обходить политики безопасности инструментов и внедрять вредоносные команды с правами рядового участника чата, что вело к утечке локальных файлов сервера. По данным национальной базы уязвимостей Китая, эта проблема угрожала безопасности более чем ста семидесяти тысячам экземпляров OpenClaw по всему миру.

Согласно исследованиям экспертов из Высшей технической школы Цюриха, подобные достижения выводят Китай в число лидеров в области безопасности, связанной с искусственным интеллектом, создавая так называемое несимметричное преимущество в киберпространстве. Генеральный директор 360 Digital Security Group охарактеризовал происходящие изменения как смену эпох: от времени, когда противостояние в сети происходило между людьми, к эпохе, где в качестве противников выступают машины. По его мнению, традиционные системы защиты становятся неэффективными перед лицом противника, способного масштабировать атаки с помощью искусственного интеллекта.

📕📕📕
Источник Bloomberg

📲 MAX

Пентагон предоставил Google, OpenAI, NVIDIA, Microsoft, Amazon Web Services, SpaceX, Oracle и стартапу Reflection AI доступ к своим секретным сетям. Соответствующие рамочные соглашения знаменуют значительный сдвиг в интеграции искусственного интеллекта в национальную оборонную инфраструктуру США.

Ключевой особенностью данных соглашений является предоставление вышеназванным компаниям доступа к развертыванию своих вычислительных мощностей и больших языковых моделей (LLM) в засекреченных сетях Пентагона, классифицируемых как Impact Level 6 (IL6) и Impact Level 7 (IL7).

Уровни IL6 и IL7 представляют собой высшие категории защиты данных, предназначенные для обработки информации под грифом «Секретно» (Secret) и «Совершенно секретно» (Top Secret) со специальными допусками. До настоящего момента использование коммерческих передовых ИИ-моделей в подобных «воздушных зазорах» (air-gapped), изолированных от публичного интернета, было технически и процедурно ограничено. Новые соглашения знаменуют переход от экспериментов и использования ИИ на несекретных платформах, таких как GenAI.mil, к полноценной операционной деятельности на высокозащищенных контурах связи.

С архитектурной точки зрения данная инициатива создает гибридную среду, где облачная инфраструктура (AWS, Microsoft, Oracle) выступает фундаментом для размещения проприетарных моделей (OpenAI, Google, Reflection) и аппаратных ускорителей (NVIDIA). Согласно имеющимся данным, основной целью является упрощение синтеза данных, повышение ситуационной осведомленности и ускорение принятия решений в сложных оперативных сценариях. В Пентагоне данный шаг рассматривают как переход к вооруженным силам, построенным по принципу AI-first — приоритет искусственного интеллекта. Ключевой задачей названо сохранение превосходства в принятии решений на поле боя.

Значительное внимание в контексте сделок уделяется вопросам безопасности и этических ограничений. Размещение ИИ в сетях IL6/IL7 не подразумевает передачу автономных функций летального поражения. В соглашениях, в частности с OpenAI, закреплены принципы «ответственности человека» (Human-in-the-loop) при применении силы и запрет на использование систем для массовой слежки внутри страны. Это представляет собой реализацию политики «законного операционного использования», которую Министерство обороны стремится отделить от концепции полностью автономных систем вооружений.

Важным аспектом данной инициативы является диверсификация поставщиков, вызванная необходимостью снижения зависимости от единственного вендора. Предыдущее сотрудничество с компанией Anthropic, чьи модели Claude использовались в инструментарии Palantir, столкнулось с нормативными и юридическими препятствиями, включая судебные разбирательства и запреты на федеральные контракты. Технический директор Пентагона Эмиль Майкл подчеркнул стратегическую необходимость отказа от модели единственного поставщика, что привело к включению в пул как проприетарных разработчиков, так и игроков, поддерживающих экосистемы с открытым исходным кодом. Это также отвечает задаче формирования устойчивой цепочки поставок ИИ-компонентов, где наряду с моделями используются специализированные чипы NVIDIA и спутниковая связь SpaceX для обеспечения периферийных вычислений на тактическом уровне.

Данное развитие событий создает прецедент для глубокой интеграции гражданского технологического стека в защищенные правительственные сети.

📕📕📕
Источник Breaking Defense
Источник Dataquest Bureau

📲 MAX