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-2024-53104 – Linux Kernel sérülékenysége
CVE-2011-3402 – Microsoft Windows Remote Code Execution sérülékenysége
CVE-2021-43226 – Microsoft Windows Privilege Escalation sérülékenysége
CVE-2021-43798 – Grafana Path Traversal sérülékenysége
CVE-2025-11371 – Gladinet CentreStack and TrioFox sérülékenysége
CVE-2025-11198 – Juniper Networks Security Director Policy Enforcer sérülékenysége
CVE-2025-59975 – Juniper Networks Junos Space sérülékenysége
CVE-2025-59964 – Juniper Networks Junos OS sérülékenysége
CVE-2025-60004 – Juniper Networks Junos OS and Junos OS Evolved sérülékenysége
CVE-2025-59968 – Juniper Networks Junos Space Security Director sérülékenysége
Tovább a sérülékenységekhez »