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-2026-1603 – Ivanti Endpoint Manager (EPM) Authentication Bypass sérülékenység
CVE-2025-26399 – SolarWinds Web Help Desk Deserialization of Untrusted Data sérülékenység
CVE-2021-22054 – Omnissa Workspace ONE Server-Side Request Forgery sérülékenység
CVE-2023-41974 – Apple iOS and iPadOS Use-After-Free sérülékenység
CVE-2021-30952 – Apple Multiple Products Integer Overflow or Wraparound sérülékenység
CVE-2023-43000 – Apple Multiple products Use-After-Free sérülékenység
CVE-2021-22681 – Rockwell Multiple Products Insufficient Protected Credentials sérülékenység
CVE-2017-7921 – Hikvision Multiple Products Improper Authentication sérülékenység
CVE-2026-27636 – FreeScout sérülékenysége
CVE-2026-28289 – FreeScout sérülékenysége
Tovább a sérülékenységekhez »