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-2026-20127 – Cisco Catalyst SD-WAN Controller and Manager Authentication Bypass sérülékenység
CVE-2022-20775 – Cisco SD-WAN Path Traversal sérülékenység
CVE-2026-21241 – Windows Ancillary Function Driver for WinSock Elevation of Privilege sérülékenység
CVE-2025-40540 – SolarWinds Serv-U Type Confusion Remote Code Execution sérülékenység
CVE-2025-40539 – SolarWinds Serv-U Type Confusion Remote Code Execution sérülékenysége
CVE-2025-40538 – SolarWinds Serv-U Broken Access Control Remote Code Execution sérülékenysége
CVE-2026-25108 – Soliton Systems K.K FileZen OS Command Injection sérülékenység
CVE-2025-68461 – RoundCube Webmail Cross-site Scripting sérülékenység
CVE-2026-22769 – Dell RecoverPoint for Virtual Machines (RP4VMs) Use of Hard-coded Credentials sérülékenység
CVE-2021-22175 – GitLab Server-Side Request Forgery (SSRF) sérülékenység
Tovább a sérülékenységekhez »