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-2025-2884 – TCG Out-of-Bounds read sérülékenysége
CVE-2025-24052 – Windows Agere Modem Driver Elevation of Privilege sérülékenysége
CVE-2025-0033 – SEV-SNP RMP Initialization sérülékenysége
CVE-2025-62214 – Visual Studio Remote Code Execution sérülékenysége
CVE-2025-62199 – Microsoft Office Remote Code Execution sérülékenysége
CVE-2025-59504 – Azure Monitor Agent Remote Code Execution sérülékenysége
CVE-2025-12480 – Gladinet Triofox Improper Access Control sérülékenysége
CVE-2025-62215 – Windows Kernel Elevation of Privilege sérülékenysége
CVE-2025-12058 – Keras sérülékenysége
Tovább a sérülékenységekhez »