Windows 11: nowa opcja ,,kontrola aplikacji” za pomocą SI wymaga ponownej instalacji systemu!

W Windows 11 można już testować „kontrolę aplikacji” wykorzystującą sztuczną inteligencję. Niektórzy Insiderzy mają taką możliwość od kompilacji 22567, ale jak się okazuje samo włączenie nowej opcji w ustawieniach nie wystarcza. W praktyce trzeba raz jeszcze zainstalować lub zresetować Windowsa 11.

Na tę nietypową sytuację zwrócił uwagę serwis TechspotKontrola aplikacji z wykorzystaniem SI to jedna z nowości zapowiedzianych przy okazji prezentacji krótkiego filmu o zmianach, jakich można się spodziewać w Windows 11 w najbliższym czasie. Wśród nich znalazła się także obsługa kart w eksploratorze plików.

W oryginalne nowa funkcja nosi nazwę Smart App Control i polega na automatycznym sprawdzaniu i blokowaniu aplikacji, które zdaniem algorytmu zostaną uznane za szkodliwe. Użytkownik nie ma w praktyce dużej kontroli kontroli nad szczegółami – „biała” i „czarna” lista tu nie istnieją, toteż po aktywacji nowej opcji po prostu należy zaufać automatyce.

Smart App Control w Windows 11

Oczywiście na tym etapie wszystko ma charakter testów. Nim nowość trafi do stabilnego wydania Windows 11 minie jeszcze zapewne przynajmniej kilka tygodni. Chociaż konkretne daty nie padły, premiery większości ważnych nowości w Windows 11 zapowiedzianych w ostatnich dniach spodziewamy się głównie przy okazji Windowsa 11 22H2, czyli tak zwanej aktualizacji Sun Valley 2.

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 *