Pletykák, járványok, bűnözés felszámolása matematika segítségével

Az École Polytechnique Fédérale de Lausanne (EPFL) fizikusainak egy csoportja kifejlesztett egy olyan algoritmust, amely segítségével meg lehet határozni egy hálózaton belül keringő információ vagy járvány forrását. A módszert fel lehet használni bűnügyi nyomozásokban is. A nyomozók pontosan tudják, hogy mennyire nehéz visszakövetni a törvényellenes cselekményeket azok forrásáig. Ez a munka lényegesen könnyebb a régi maffia stílusú szervezetek esetén, mivel a hierarchikus felépítés többé-kevésbé kiszámíthatóvá teszi a rendszert. Azonban az Internet korszakban a bűnözők is használják a hálózatot, ami változásokat hozott a bűnüldözésbe is. A számtalan csomópont és azok kapcsolata miatt annyira bonyolult lett a hálózat, hogy lényegesen nehezebb meghatározni az eredeti forrást.

http://actu.epfl.ch/news/rooting-out-rumors-epidemics-and-crime-with-math/


Legfrissebb sérülékenységek
cve-2023-36439 – Microsoft Exchange szerver sérülékenysége
CVE-2023-23368 – QNAP QTS sérülékenysége
CVE-2023-22518 – Confluence Data Center és Server sérülékenysége
CVE-2023-20273 – Cisco IOS XE Web UI jogosultság kiterjesztés sérülékenysége
CVE-2023-20198 – Cisco IOS XE Web UI sérülékenysége
CVE-2023-4966 – NetScaler ADC és NetScaler Gateway sérülékenysége
CVE-2023-20101 – Cisco Emergency Responder 12.5(1)SU4 sérülékenysége
CVE-2023-22515 – Atlassian Confluence Data Center és Server sérülékenysége
CVE-2023-42793 – JetBrains TeamCity sérülékenysége
CVE-2023-41179 – Trend Micro Apex One és Worry-Free Business Security sebezhetősége
Tovább a sérülékenységekhez »