تمرکز پژوهش: هفته 6 فوریه 2023
به سایت آموزشی میتوانید خوش آمدید، درضمن اگر برای کسب و کار به جذب مشتری نیاز دارید پیشنهاد میکنیم روی سایت تبلیغات کلیک کنید تا بزرگترین سایت تبلیغات ایران بشوید.
تمرکز پژوهش: هفته 6 فوریه 2023
در پشت پادکست فناوری با توبی لوتکه: مدیر عامل و بنیانگذار، Shopify
در آخرین قسمت پشت فناوری، کوین اسکات، مدیر ارشد فناوری مایکروسافت، توبی لوتکه، مدیر عامل و بنیانگذار پلتفرم تجارت الکترونیک چندملیتی کانادایی Shopify به آنها ملحق شده است. توبی از همان روزهای ابتدایی اداره یک فروشگاه آنلاین اسنوبورد از محل کارگاه خود، خود را ابتدا به عنوان یک صنعتگر و در مرحله بعد یک مدیر بازرگانی تصور کرده است، طرز فکری که او برای حل طیف وسیعی از مشکلات از آن استفاده کرده است. او و کوین در مورد استفاده از علم کامپیوتر و تکنیکهای مهندسی برای ساخت و توسعه یک شرکت، ایده آوردن یک «ذهن شاگرد» به کارش، و اینکه چگونه تمرین روزانه توبی برای نوشتن کد و سرهمبندی در آزمایشگاه خانگیاش، او را الهام میبخشد تا یک شرکت را بسازد، بحث میکنند. رهبر خلاق.
اکنون وارد شوید تا از بحث لذت ببرید.
خطرات استنتاج توزیع: شناسایی و کاهش منابع نشت
حملات استنتاج توزیع (یا استنتاج ویژگی) به دشمن اجازه می دهد اطلاعات توزیعی را در مورد داده های آموزشی یک مدل یادگیری ماشین استنباط کند، که می تواند مشکلات قابل توجهی ایجاد کند. به عنوان مثال، افشای توزیع ویژگی های حساس مانند جنسیت یا نژاد می تواند یک نگرانی جدی برای حفظ حریم خصوصی ایجاد کند. نشان داده شده است که این نوع حمله بر روی انواع مختلف مدل ها و مجموعه داده ها امکان پذیر است. با این حال، توجه کمی به شناسایی علل بالقوه چنین نشتهایی و پیشنهاد راهکارهای کاهش داده شده است.
مقاله جدید، هدف خطرات استنتاج توزیع: شناسایی و کاهش منابع نشت، بر تجزیه و تحلیل تئوری و تجربی منابع نشت اطلاعاتی که به دشمن اجازه میدهد حملات استنتاج توزیع را انجام دهد، تمرکز دارد. محققان سه منبع نشت را شناسایی کردند: (1) به خاطر سپردن اطلاعات خاص در مورد ارزش مورد علاقه دشمن. (2) سوگیری استقرایی اشتباه مدل. و (3) محدود بودن داده های آموزشی. سپس، بر اساس تجزیه و تحلیل خود، محققان تکنیک های کاهش اصولی را در برابر حملات استنتاج توزیع پیشنهاد می کنند. به طور خاص، آنها نشان میدهند که تکنیکهای یادگیری علی نسبت به روشهای یادگیری تداعی نسبت به نوع خاصی از خطر استنتاج توزیع – استنتاج عضویت توزیعی – انعطافپذیرتر هستند. و در نهایت، آنها رسمی سازی استنباط توزیع را ارائه می دهند که امکان استدلال در مورد دشمنان عمومی تر از آنچه قبلا ممکن بود را فراهم می کند.
سیوا کاکارلا برنده جایزه تحقیقات شبکه کاربردی
Siva Kakarla مایکروسافت یک جایزه تحقیقات شبکه کاربردی برای سال 2023 به پاس قدردانی از او دریافت کرد. روی بررسی صحت سرورهای نام کار کنید. یک محقق ارشد در گروه تحقیقاتی شبکه از تحقیقات مایکروسافت، کاکارلا یکی از شش نفری بود که این جایزه سالانه را از گروه ویژه تحقیقات اینترنتی.
در مقاله خود: SCALE: یافتن خودکار اشکالات مطابقت RFC در سرورهای نام DNS، کاکارلا و همکارانش اولین رویکرد را برای یافتن خطاهای انطباق RFC (درخواست برای اظهار نظر) در پیاده سازی سرور نام DNS از طریق خودکار معرفی کردند. تولید تست رویکرد آنها که Small-scope Constraint-driven Automated Logical Execution یا SCALE نامیده میشود، آزمایشهایی با پوشش بالا برای پوشش رفتارهای RFC ایجاد میکند.
جایزه تحقیقات شبکههای کاربردی پیشرفتها در شبکههای کاربردی، ایدههای تحقیقاتی جالب جدید مرتبط بالقوه با جامعه استانداردهای اینترنتی و افرادی که احتمالاً بر استانداردها و فناوریهای اینترنت تأثیر میگذارند، قدردانی میکند.
پیشنهاد میکنیم از دیگر نوشته ها دیدن کنید.