Putin chce pozwać Google. Powód? Promowanie fałszywych treści

Rosja znów na świeczniku i znów w kontekście mediów społecznościowych. Tym razem Roskomnadzor zamierza… pozwać Google w sprawie promowania fałszywych treści.

Jak podaje Reuters, Roskomnadzor, organ zarządzający mediami oraz siecią, przygotował już dwa pozwy przeciwko firmie Google, a także YouTube, który należy do tej firmy. Powodem miałoby być promowanie fałszywych treści. Roskomnadzor chce, by na Google nałożono karę w wysokości 8 mln rubli (ok. 393 tys. zł) lub równowartość 20 proc. rocznych dochodów firmy na terenie Rosji. Co więcej, urzędnicy nazwali też YouTube jedną z plaftorm, które mają być zaangażowane w wojnę informacyjną przeciwko Rosji.

To nie pierwszy pozew tego typu – jeszcze w ubiegłym roku Roskomnadzor chciał ukarać Alphabet oraz Meta za to, że platformy te nie usuwają treści, które Rosjanie uważają za nielegalne. Pozew złożono pod koniec ubiegłego roku – urzędnicy rosyjscy postulują karę w wysokości 5-20 proc. rocznego obrotu tych firm na terenie Rosji.

Co więcej, pomysłowość Rosjan zdaje się nie mieć granicy – teraz tamtejsi developerzy pracują nad wirtualnym sklepem NashStore, który miałby być alternatywą dla Sklepu Play. Z kolei rosyjscy hakerzy mają mieć na celowniku amerykańskie firmy energetyczne – istnieje możliwość przeprowadzenia ataku na dużą skalę.

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 *