اخبار و مقالات

اینترنت اکانتینگ با آرکاگیت

سومین آزمایش انتقال امن کوانتومی فوتون‌ها از سازمان انرژی اتمی ایران تا برج میلاد  با تجهیزات پیشرفته و به همت متخصصان و پژوهشگران مرکز فناوری‌های کوانتومی سازمان انرژی اتمی ایران انجام می‌شود.

به گزارش افتانا (پایگاه خبری امنیت فناوری اطلاعات)، سومین آزمایش انتقال امن کوانتومی فوتون‌ها از سازمان انرژی اتمی ایران تا برج میلاد با حضور صالحی، معاون رئیس‌جمهور و رئیس سازمان انرژی اتمی ایران، امیر سرتیپ حاتمی وزیر دفاع و پشتیبانی نیروهای مسلح، آذری‌جهرمی وزیر ارتباطات و فناوری اطلاعات، سورنا ستاری معاون علمی و فناوری رئیس‌جمهور در آستانه دهه مبارک فجر شامگاه ششم بهمن‌ماه در برج میلاد رونمایی می‌شود.

این آزمایش با تجهیزات پیشرفته و به همت متخصصان و پژوهشگران مرکز فناوری‌های کوانتومی سازمان انرژی اتمی ایران انجام می‌شود. در این روش انتقال با برقراری ارتباط کوانتومی مبتنی بر درهم‌تنیدگی، پیام‌ها به شیوه‌ای امن رمزگذاری و انتقال اطلاعات در مسیر مشخص‌شده بین دونقطه موردنظر انجام می‌شود. سپس پیام موردنظر توسط کلید کوانتومی رمزگذاری، به مقصد ارسال و در آنجا مجدداً به کمک کلید کوانتومی که به دلیل بهره‌گیری از درهم‌تنیدگی کوانتومی قابل کپی‌برداری و هک نمی‌باشد، رمزگشایی می‌شود.

شایان‌ذکر است آزمایش انتقال امن کوانتومی فوتون‌ها پیش از این در ۳ فاز آزمایشگاهی در فاصله ۲ متری، مابین دو ساختمان به مسافت ۳۰۰ متر و اخیراً میان ساختمان مرکز فناوری‌های کوانتومی ایران تا تراز ۳۰۰ متری برج میلاد به مسافت ۱۶۵۰ متر انجام‌شده است. این دستاوردها به‌عنوان بخشی از زیرساخت مورد نیاز و گامی به‌سوی ماهواره کوانتومی، رادار/لیدارکوانتومی و شبکه‌های کوانتومی تلقی می‌شود.

فعالیت‌های عملیاتی مرکز فناوری‌های کوانتومی ایران، به‌عنوان متولی و پیشرو و تنها مرکز آزمایشگاهی موجود در کشور، از سال ۱۳۹۷ در ۴ حوزه اصلی فناوری‌های کوانتومی (مترولوژی و حسگری کوانتومی؛ مخابرات کوانتومی؛ شبیه‌سازی آنالوگ و دیجیتال کوانتومی؛ رایانش و محاسبات کوانتومی) تعریف‌شده و در حال اجرا است که می‌توان به رادار کوانتومی و تصویربرداری کوانتومی، رمزنگاری کوانتومی در فضای آزاد و در بستر فیبر نوری، اندازه‌گیری کوانتومی کمیت‌های مختلف فیزیکی، ساعت اتمی، مغناطیس سنجی کوانتومی، نقشه کوانتومی مغز، ژیروسکوپ و مسیریاب کوانتومی و تولید چشمه‌های درهم‌تنیده مجتمع در بستر موج‌بر نیز اشاره کرد.

فناوری‌های کوانتومی به‌عنوان یکی از مهم‌ترین فناوری‌های قرن ۲۱ به شمار می‌آید که در حال ایجاد انقلابی شگرف در علم و تکنولوژی است.

کارشناسان معتقدند هوش مصنوعی و یادگیری ماشین در سال ۲۰۲۱ میلادی برای پایگاه گسترده‌تری از کاربران در دسترس خواهد بود و اگرچه زمینه‌های دانش داده برای بهره‌گیری از هوش مصنوعی تاکنون ضروری بوده است، اما این روند تغییر می‌کند و به سمتی می‌رود که شامل هر کسی در سازمان شود که برای تصمیم‌گیری هوشمندتر به دسترسی به داده احتیاج دارد.

به گزارش افتانا (پایگاه خبری امنیت فناوری اطلاعات)، سال پرهیاهو و شلوغ ۲۰۲۰ بسیاری از صاحبان صنایع را در مورد آینده پیش رو به فکر فرو برده است. اواخر هر سال، پیش‌بینی‌های زیادی را از طرف مدیران صنعت و تحلیلگران صنعت و تحلیلگران داده ارایه می‌شود که مربوط به سال آینده است. امسال، این پیش‌بینی‌ها سندی ۴۹ صفحه‌ای از بیش از ۳۰ شرکت است. مرکز ملی فضای مجازی در مقاله خود خلاصه‌ای از پیش‌بینی‌ها پیرامون سال ۲۰۲۱ وجود دارد که به مباحثی اختصاص یافته که بیشترین حدس‌ها را به خود اختصاص داده که بخشی از آن مربوط به هوش مصنوعی است.

در سال جاری تعداد زیادی از پیش‌بینی‌ها در مورد هوش مصنوعی و یادگیری ماشین (ML) بوده است. در واقع پیش‌بینی‌ها در این باره آنقدر زیاد بود که خود به چند زیر مجموعه قابل توجه تقسیم می‌شوند. یک مجموعه از پیش‌بینی‌ها به چگونگی دموکراتیک شدن، در دسترس بودن، مقرون به صرفه بودن و بالغ شدن هوش مصنوعی متمرکز است.

بورگمن از Starburst می‌گوید: هوش مصنوعی و یادگیری ماشین، برای پایگاه گسترده‌تری از کاربران در دسترس خواهد بود. اگرچه زمینه‌های دانش داده برای بهره‌گیری از هوش مصنوعی تاکنون ضروری بوده است، اما این روند تغییر می‌کند و به سمتی می‌رود که شامل هر کسی در سازمان که برای تصمیم‌گیری هوشمندتر به دسترسی به داده احتیاج دارد، شود.

الکس پینا، مهندس ارشد تحقیق و توسعه در Linode، فکر می‌کند که اقتصاد هوش مصنوعی نیز قابلیت دسترسی آن را بهبود می‌بخشد و می‌گوید: با کاهش هزینه خدمات GPU ابری، مشاغل کوچک‌تر می‌توانند از هوش مصنوعی استفاده کنند. رایان ویلکینسون، مدیر ارشد فناوری در IntelliShift، موافق است و اظهار می‌کند: با رسیدن سخت‌افزار به نقطه‌ای که از هوش مصنوعی پشتیبانی کند، نرم‌افزارهای ML و AI که در فضای ابری اجرا می‌شوند سریعتر از هر زمان دیگر به بلوغ می‌رسند.

رایوهی فوجیماکی، بنیانگذار و مدیرعامل dotData، یادگیری ماشین خودکار (AutoML) را عامل دیگری برای دستیابی به هوش مصنوعی برای دانشمندان در حوزه‌های دیگر غیر از داده می‌داند و پیش‌بینی می‌کند: در سال ۲۰۲۱ ما شاهد افزایش AutoML ۲.۰ خواهیم بود که پلتفرم‌های “بدون کد” را به سطح بعدی می‌رسانند. فوجیماکی همچنین احساس می‌کند که AutoML به فراتر بردن موارد استفاده از تجزیه و تحلیل‌های پیش‌بینی کننده کمک خواهد کرد، زیرا همچنین می‌تواند بینش ارزشمندی از روندها، رویدادها و اطلاعات گذشته ارائه دهد که به کسب‌وکارها اجازه می‌دهد تا مجهولات ناشناخته، روندها و الگوهای داده‌ای که مهم هستند، اما هیچ‌کس به درست بودن آن‌ها شک نکرده است را کشف کنند.

هوش مصنوعی مسئولیت‌پذیر و اخلاقی
یکی دیگر از موضوعات مهم، موضوع مسئولیت‌پذیری و اهمیت عمومی اعتماد و توضیح‌پذیری در مدل‌های AI / ML است. امی هودلر، مدیر تجزیه و تحلیل نمودارها و برنامه‌های هوش مصنوعی در Neo۴j، می‌گوید: اگرچه بحث در مورد هوش مصنوعی مسئولانه به دلیل همه‌گیری متوقف شده است، اما نیاز به هوش مصنوعی مسئولانه تغییر نکرده و نیاز به شروع بحث عمومی مثل همیشه مهم است.

روملیوتیس از اوریلی در مورد پیشرفت محدود پیشین و چگونگی فعالیت‌های عمده آن در سال ۲۰۲۱ با چنین آرایشی موافق است: تا کنون، استفاده شرکت‌های بزرگ از ML مسئولیت‌پذیر در بهترین حالت متوسط و واکنشی بوده است. در سال آینده، افزایش مقررات (مانند GDPR و CCPA)، ضدانحصاری و سایر نیروهای قانونی شرکت‌ها را مجبور به اتخاذ رویه‌های مسئولانه‌تر در ML خواهد کرد. نیک الپرین، مدیرعامل شرکت آزمایشگاه دومینو، از همین منظر نظراتش را بیان کرده است: استانداردهای حفظ حریم خصوصی که به سرعت در حال تحول هستند و اولین بار با GDPR و اکنون CCPA در کالیفرنیا مشاهده می‌شوند، در سال ۲۰۲۱ نیاز به توجه به شفافیت و امنیت بیشتر مدل‌های هوش مصنوعی خواهد داشت.

بدون رویکرد هوش مصنوعی مسئولانه، اعتماد به C-Suite و اعضای تیم برای مدل‌های هوش مصنوعی که در حال طراحی آن هستند دشوار می‌شود و بدون این اعتماد، استفاده از هوش مصنوعی برای منافع تجاری تقریباً غیرممکن است. جوآو اولیویرا، مدیر راه حل‌های تجاری در SAS، می‌گوید: “هرچه دید تصمیم گیرندگان برای نتایج هوش مصنوعی بیشتر باشد، اعتماد بیشتری به تصمیماتی که توسط مدل‌ها گرفته می‌شود، دارند. اعتمادپذیری به سمت به کارگیری و استفاده می‌انجامد. نظارت انسان و توضیح مدل‌ها در هر مرحله از یک فرآیند تصمیم‌گیری، باعث پذیرش هوش مصنوعی و تصمیم گیری خودکار می‌شود.

سانتیاگو ژیرالدو، مدیر ارشد بازاریابی محصولات Cloudera در یادگیری ماشین، نه تنها موافق است، بلکه ادامه می‌دهد که، برای تجارت، به کارگیری هوش مصنوعی به این ترتیب از نظر وجودی ضروری است. وی اینگونه بیان می‌کند: در سال ۲۰۲۱، توانایی یک کسب و کار در جلب اعتماد به مدل خود – تا حدی که بتوانند بر اساس بینش ناشی از هوش مصنوعی خود عمل کنند – تعیین کننده بقای آن‌ها خواهد بود.

سندی مایک، معاون اصلی راه‌حل‌های صنعتی به عنوان یکی دیگر از مدیران Cloudera می‌گوید: در ۱۲ تا ۲۴ ماه آینده خواهیم دید که هوش مصنوعی اخلاقی در مرکز توجه قرار می‌گیرد. بینا آمانات، مدیر اجرایی موسسه هوش مصنوعی Deloitte فکر می‌کند ۲۰۲۱ سال عملیاتی برای اخلاق هوش مصنوعی خواهد بود و می‌گوید: امکان اعتماد به سیستم‌های AI در مرکز هر مکالمه AI است. امانات احساس می‌کند که شرکت‌ها در تصمیم گیری درباره ابعاد اخلاقی استراتژی‌های هوش مصنوعی خود شروع به کار می‌کنند و مدل‌های هوش مصنوعی را که می‌توانند برای پیامدهای اخلاقی تحت عنوان MLOps اداره شوند، به کار می‌گیرند. در واقع، گزارش اجرایی سالانه فناوری RELX تائیدیه‌ای را برای این امر تأیید می‌کند و می‌گوید: از هر ۱۰ رهبر تجاری بیش از ۸ نفر معتقدند که ملاحظات اخلاقی یک اولویت استراتژیک در طراحی و اجرای سیستم‌های هوش مصنوعی آن‌ها است.

دومینو داتا لبس الپرین، با نادیده گرفتن خطر هوش مصنوعی اخلاقی، پیش بینی می‌کند که در سال ۲۰۲۱، ما آگاهی گسترده‌تری از صنایع راجع به پیامدهای حقوقی و خطرات تصمیمات خودکار خواهیم دید. ممکن است دعاوی عمومی مربوط به تبعیض یا مسئولیت را که شامل تصمیمات گرفته شده توسط مدل‌های هوش مصنوعی است را ببینیم. اما همه پیش‌بینی‌ها به سمت نابودی و تاریکی نیست.

جیمز کینگستون، معاون همکاری و تحقیقات نوآوری، محقق هوش مصنوعی و مدیر HAT-LAB در Dataswift، مقداری هویج در انتهای این چوب گذاشته و توضیح می‌دهد که برای مقیاس‌گذاری برای آینده با ترکیب اصول اخلاقی، سازگاری و حفظ حریم خصوصی با زیرساخت‌های فناوری ساخته شده، جامعه به سمت سیستمی حرکت خواهد کرد که ارزش داده‌ها به نفع افراد و بنگاه‌های اقتصادی باشد.

متخصصان امنیتی مدعی هستند ارگان‌های مربوط به سلامت در سال ۲۰۲۰ مورد هدف حملات سایبری متعددی قرار گرفتند.

به گزارش افتانا (پایگاه خبری امنیت فناوری اطلاعات)، طبق داده‌های جمع آوری شده توسط شرکت نرم‌افزاری و امنیت سایبری Imperva با شروع اولین موج از توزیع واکسن کرونا در ماه دسامبر، حملات به نرم‌افزار های کاربردی یا حملات وب اپلیکیشن در حوزه خدمات درمانی افزایش چشمگیری داشته است .

این شرکت امنیتی مدعی شد حملات سایبری ماه گذشته رشد ۵۱ درصدی را در مقایسه با ماه نوامبر داشته است.

سال گذشته بخش‌های مختلف ازجمله بخش درمان، بمباران حملات سایبری شدند که چهار نوع حمله، بیشترین میزان افزایش را در سال گذشته داشته‌اند:

حملات XSS
این نوع حمله از ساختار اسکریپت‌نویسی استفاده می‌کند و از اسکریپت‌نویسی به نرم‌افزار های تحت وب حمله می‌کند. هدف اصلی این نوع حمله به‌دست آوردن اطلاعات از کاربران و کلاینت‌هایی است که به سرور متصل می‌شوند.
این نوع حمله رشد ۴۳درصدی را تجربه کرده است.

حملات SQL Injection
ساختار این حملات بدین صورت است که هرگاه فیلد ورود و خروج اطلاعاتی وجود داشته باشد که در پس زمینه آن یک پایگاه داده باشد، می‌توانیم با وارد کردن دستورات غیر معمول زبان SQL در این فیلدها، پاسخ‌هایی را از سرور موردنظر دریافت کنیم که حاوی اطلاعات حساس هستند.
این حملات نیز رشد ۴۴ درصدی را تجربه کرده‌اند.

حملات جعل پروتکل
حمله جعل پروتکل این امکان را مهاجمان می‌دهند تا فریم‌های را روی شبکه محلی از هم جدا کند، ترافیک را تغییر دهد یا کل ترافیک را متوقف کند.
این نوع حمله نیز رشد ۷۶ درصدی داشته است.

حملات وارده به‌دلیل آسیب‌پذیری گنجاندن فایل
این نوع آسیب اجازه می‌دهد تا یک مهاجم از راه دور به یک فایل دسترسی پیدا کند. این نوع حمله نیز در ماه دسامبر رشد ۶۸ درصدی را تجربه کرده است.
حملات XSS و SQL بیشترین موارد حمله را به خود اختصاص داده‌اند.

طبق گفته Impeva، سازمان‌های مرتبط با خدمات درمانی سال گذشته به طور میانگین در ماه، ۱۸۷ میلیون حمله سایبری را متحمل شدند و این یعنی ماهانه ۵۰۰ حمله سایبری به یک ارگان درمانی.

آمریکا، برزیل، بریتانیا و کانادا کشورهایی بودند که بیشترین میزان حملات سایبری را در سال گذشته متحمل شدند.
اما این داستان در سال ۲۰۲۱ نیز ادامه دارد.

متخصصان امنیتی، فقط در سه روز ابتدایی سال ۲۰۲۱ شاهد رشد ۴۳ درصدی نشت اطلاعات در دنیا بودند.