CBZC rozpoczęło polowanie na pedofili w Internecie. Kolejna grupa posiadająca pornografię dziecięcą zatrzymana

Centralne Biuro Zwalczania Cyberprzestępczości od kilkunastu miesięcy zajmuje się badaniem m.in. spraw dotyczących pornografii dziecięcej. W ramach kolejnej akcji, zatrzymano dziewięciu mężczyzn, którzy są podejrzani o posiadanie i rozpowszechnianie materiałów z udziałem dzieci.

Policjanci Wydziału w Lublinie Centralnego Biura Zwalczania Cyberprzestępczości przy wsparciu innych funkcjonariuszy z zarządów i wydziałów biura zatrzymali dziewięciu mężczyzn w wieku 20-59 lat. Są oni podejrzani o posiadanie i rozpowszechnianie treści pornograficznych z udziałem małoletnich oraz posiadanie środków odurzających (w postaci amfetaminy i marihuany). Usłyszeli zarzuty karne, a trzech z nich tymczasowo aresztowano.

Sprawą rozpowszechniania w internecie treści pornograficznych z udziałem małoletnich zajmowano się od kilkunastu miesięcy, czynności nadzorowała Prokuratura Okręgowa w Lublinie.

„Sprawa jest rozwojowa”

Jak podało CBZC , łącznie zabezpieczono 97 nośników cyfrowych, w tym: 35 telefonów, 33 dyski i inne nośniki pamięci, 11 laptopów, 11 komputerów PC i inne urządzenia. Sprzęt cyfrowy ma być poddawany „wnikliwej analizie, jeśli chodzi o zawartość dysków i innych nośników pamięci”.

Sprawa „jest rozwojowa”, niewykluczone są kolejne zatrzymania na terenie całej Polski.

Podziel się postem:

Najnowsze:

Oprogramowanie

Unia Europejska przejdzie na Linuxa? Powstaje dystrybucja EU OS

Unia Europejska może wkrótce podjąć kroki w kierunku uniezależnienia się od amerykańskiego oprogramowania. Społeczność entuzjastów pod patronatem władz UE pracuje nad projektem EU OS, który ma zastąpić system operacyjny Windows w instytucjach rządowych. Wybór padł na modyfikację dystrybucji Fedora Linux, która zostanie dostosowana do potrzeb urzędników poprzez interfejs przypominający Windows.

Bezpieczeństwo

Przełomowa kwantowa technologia generowania liczb losowych z WAT: Szczegółowa analiza i perspektywy

W dzisiejszym zaawansowanym technologicznie świecie, prawdziwie losowe liczby stanowią fundament wielu kluczowych dziedzin. Od zabezpieczania komunikacji poprzez kryptografię aż po przeprowadzanie złożonych symulacji naukowych i inżynierskich , generowanie nieprzewidywalnych sekwencji danych jest niezbędne. Losowość odgrywa również istotną rolę w grach losowych , w sektorze finansowym , gdzie zapewnia unikalność transakcji, oraz w badaniach statystycznych. W kryptografii, siła klucza szyfrującego jest bezpośrednio związana z jakością i stopniem losowości użytym do jego wygenerowania . Im wyższa entropia źródła losowego, tym trudniejszy do złamania staje się klucz. Prawdziwa losowość jest zatem kluczowym elementem zapewniającym bezpieczeństwo w cyberprzestrzeni, wzmacniając algorytmy szyfrujące i chroniąc integralność przesyłanych oraz przechowywanych danych . Zapotrzebowanie na generatory liczb losowych o wysokiej jakości i nieprzewidywalności stale rośnie, co jest bezpośrednio powiązane z postępem technologicznym i coraz większym znaczeniem bezpieczeństwa informacji. Wraz z dynamicznym przenoszeniem coraz większej liczby aspektów naszego życia do sfery cyfrowej, ilość generowanych i przesyłanych danych nieustannie wzrasta. Ochrona tych danych przed nieautoryzowanym dostępem i manipulacją staje się priorytetem, a prawdziwa losowość jest nieodzownym narzędziem do skutecznego szyfrowania i zabezpieczania przed różnego rodzaju atakami.

Bezpieczeństwo

Prawdopodobnie DeepSeek Zna Twoje Sekrety: Analiza Bezpieczeństwa Danych Treningowych LLM

Prawdopodobnie DeepSeek zna Wasze sekrety oraz klucze API! Takie ostrzeżenie pojawiło się na łamach Sekurak.pl. W dynamicznie rozwijającym się świecie dużych modeli językowych (LLM), gdzie innowacje pojawiają się niemal codziennie, DeepSeek AI szybko zyskał miano znaczącego gracza, budząc zainteresowanie swoimi możliwościami i efektywnością. Jednakże, wraz z postępem technologicznym, pojawiają się również nowe wyzwania w obszarze bezpieczeństwa. Niedawne odkrycie dokonane przez badaczy z Truffle Security rzuca nowe światło na potencjalne zagrożenia związane z danymi treningowymi tych zaawansowanych modeli. Wnikliwa analiza publicznie dostępnego zbioru danych Common Crawl, wykorzystywanego do trenowania LLM, w tym DeepSeek, ujawniła obecność licznych, potencjalnie wciąż aktywnych kluczy API i haseł.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *