Категорія: Обчислення в Хмарі

На сьогоднішній день системи візуального спостереження відіграють важливу роль у правоохоронних органах та розумній безпеці міста. Розумне спостереження набуло великого інтересу до сфери комп'ютерного зору, вводячи штучний інтелект речей (AIOT). Це поле, що виникає, інтегрує штучний інтелект (AI) з IoT для створення мережі датчиків, яка може обробляти, аналізувати та передавати дані ефективно на декількох рівнях, таких як туман, хмара та край. Крім того, традиційні моделі CNN є обчислювально дорогими і не добре підходять для розгортання на пристроях IoT, обмежених ресурсами. Нещодавно легкі моделі привернули увагу до класифікації та виявлення в режимі реального часу у відео-аналізі, особливо в розпізнаванні ідентичності в різних умовах освітлення (Kumar and Bansal, 2023, Kumar and Misra, 2024, Kumar and Micra, 2025). Аналогічно, останні досягнення в виявленні демонструють обіцянку для швидкого та точного виявлення та локалізації об'єктів у обмежених умовах (Sugashini та Balakrishnan, 2024, Hui et al., 2024). Спираючись на ці розробки, ми приймаємо легку модель CNN для миттєвого виявлення аномалії на краю. Це дає можливість краю пристроїв ефективно обробляти інформацію. Для більш обчислювального інтенсивного завдання розпізнавання аномалії ми використовуємо хмарні ресурси, де доступні більш високі можливості обробки. Ця конструкція спільної роботи Edge-Cloud забезпечує оптимальний баланс між продуктивністю та обчислювальною складністю в середовищі спостереження на основі AIOT. На відміну від цього, звичайні системи спостереження передають відео послідовності до контрольних залів для аналізу, де уповноважена особа вручну визначає подію, що цікавить (Muhammad et al., 2021). Однак ідентифікація вручну вимагає високого ступеня уважності, коли людські оператори не можуть бути настороженими та активними протягом тривалого періоду, і є трудомістким та схильним до помилок. Тому дослідники запропонували кілька методів, що базуються на штучному інтелекті для ефективного виявлення аномалії та зменшити зусилля, докладені ручною ідентифікацією (Wang et al., 2023, Ullah et al., 2023d, Paulraj та Vairavasundaram, 2025). Наприклад, алгоритми бінарної класифікації для виявлення аномалії (AD) використовуються в різних областях, таких як виявлення насильства та дорожніх трафіків (Yao and Hu, 2023, Adewopo et al., 2023). Однак можливості цих систем обмежуються бінарними класифікаціями, такими як насильство та ненасильство; Тому ці системи обмежуються виявленням інших поширених випадків, обмежуючи їх практичне застосування. Крім того, використання цих стратегій у реальних ситуаціях обмежене через складний та різноманітний характер даних спостереження, що ускладнює виявлення всіх ненормальних явищ. Інші виклики, такі як тимчасова залежність, галасливі дані та обмежені навчальні зразки, роблять складним для моделі виявити аномалії у відео. Одним із можливих методів для присутнього аномального виявлення подій є слабко наглядова система навчання, де є попередні знання про минулі події. Однак ця стратегія збільшує ризик помилок через швидкі зміни аномальних та нормальних подій. Більше того, дослідники представили передові рішення для цих викликів, таких як багатомасштабна залишкова мережа з механізмами уваги (Sun et al., 2025a), доменна змагальна підготовка з псевдо-мітками (Sun et al., 2025b) та просторово-часовим моделюванням через адаптивне ітеративне навчання (Peng et al., 2024). Ці методи обмежені одноетапними архітектурою, тоді як ми стверджуємо, що запропонована наша двоступенева мережа спеціально розроблена для успіху в виявленні та розпізнаванні відео-аномалії в середовищах AIOT.

Для точного виявлення AD різні дослідники використовували різні статистичні методи, такі як машинне навчання та методи DL, для виявлення аномальної активності (LV et al., 2023, Wu et al., 2022). Рідкі підходи кодування дали багатообіцяючі результати в AD (Li et al., 2020b, Wu et al., 2020, Singh et al., 2024) через використання рідкого представлення та навчання словника. Однак використання словників, які навчаються виключно на нормальних подіях для виявлення ненормальної активності, є недостатнім і має високі помилкові швидкості тривоги. Більше того, завдання виявлення аномальних подій у відео даних безпеки є надзвичайно складним з кількох причин, включаючи відсутність анотацій, низьку якість відеороликів вуличних камер та великі зміни між класом. Більшість нинішніх методологій класифікують діяльність як “нормальну” або “аномальну”, не розрізняючи різні категорії ненормальної діяльності.

Однак у реальних системах спостереження в реальному світі виявлення аномалії, таких як боротьба, стрілянина, вандалізм тощо, все ще є складним завданням у комп’ютерному зорі, який потребує більшої уваги для ефективного моніторингу. Розробка надійних систем спостереження, які можуть точно виявити аномалії в реальному світі, є важливими через два основні проблеми. По -перше, багато існуючих наборів даних включають лише невелику кількість аномальних подій, що призводить до нижчих можливостей узагальнення моделі, виявлення низького рівня точності та вимоги до більш високих обчислювальних та навчальних ресурсів. Інше питання-відсутність точного опису аномалій, оскільки аномальні явища рідкісні в реальних ситуаціях і демонструють більшу мінливість, ніж звичайні події. Виявлення аномальних дій вимагає ефективного, автоматизованого підходу до моніторингу та оцінки, що підвищує ефективність моніторингу, скорочуючи час, необхідний для вручну оцінити численні відео. Крім того, як показано в таблиці 1, традиційні підходи для виявлення аномалії зазвичай включають пряму обробку та класифікацію кожного кадру, захопленого камерами відеоспостереження на потужних централізованих серверах. Останні методи в основному зосереджуються на бінарних завданнях класифікації, таких як аномальні або нормальні. Ці методи покладаються на значну обчислювальну здатність визнати та класифікувати аномальні події в режимі реального часу. Однак такий підхід може бути інтенсивним ресурсами, що призводить до високих обчислювальних витрат та використання пропускної здатності мережі, оскільки кожен кадр, включаючи не-аномальні, передається та аналізується.

Щоб вирішити ці виклики, ми використовуємо концепцію AIOT, вводячи рамку спільної роботи з хм / хмарами. У нашому підході початковий аналіз на основі кадрів проводиться безпосередньо на Edge Device. Ця модель виявлення аномалії на основі краю є легкою та розроблена для роботи в межах обмежень ресурсів. Коли виявлена аномальна подія, на хмарний сервер надсилається лише відповідні кадри для подальшого, більш детального розпізнавання аномалії. Цей підхід значно зменшує обчислювальні витрати та використання пропускної здатності порівняно з традиційними системами, оскільки передаються та обробляються лише аномальні кадри, а не всі кадри. Сервер відповідає за вилучення просторових функцій із серії кадрів, поєднуючи їх як просторово -часову інформацію. Ці витягнуті функції вдосконалюються SAM, а потім вживаються в мережу на основі трансформатора багато голови (TMA) для зйомки контекстних залежностей. Нарешті, найбільш релевантні функції вибираються з цих функцій за допомогою модуля MSF. Основні внески цього дослідження такі:

Решта розділів статті структуровані наступним чином: Розділ 2 надає всебічний огляд відповідної роботи, запропонована рамка описана в розділі 3, деталі реалізації та експериментальні результати обговорюються у розділі 4, і, нарешті, висновок та майбутні вказівки наведені у розділі 5.

Штучний інтелект та машинне навчання, технології нового покоління та безпечний розвиток

Виробник чіпів Shore Up Sweet Server Ends

Грег Сіріко •
5 серпня 2025 року

Гігант штучних чіпів Giant Nvidia опублікував патчі для своєї платформи з відкритим кодом, що дозволяє користувачам запускати моделі в масштабах після того, як дослідники виявили, що хакери можуть отримати повний контроль над базовим сервером – що дозволяє їм викрасти моделі, маніпулювати його відповідями та викрасти дані.

Див. Також: Агенти AI вимагають масштабованих рамок безпеки ідентичності

Дослідники безпеки в Wiz, хмарний запуску, придбаний Google, заявив, що вони виявили три недоліки, які можна було б об'єднати разом для отримання віддаленого виконання коду на сервері Inference Triton Nvidia Triton.

Саме самі вади не обов'язково становлять багато, сказав Віз. Відслідковується як CVE-2015-23320, CVE-2015-23319 та CVE-2012-23334, ланцюг вразливості “демонструє, як низка, здавалося б, незначних недоліків, щоб створити значну експлуатацію”,-писали дослідники. Вади є серед приблизно 20 вразливих місць, які нвідія зафіксувала в понеділок.

Прозріння дослідників полягало в тому, щоб зосередити увагу на Python Backend Triton. Навіть моделі AI, налаштовані для запуску на іншому бекенді, можуть використовувати Python для деяких етапів процесу висновку AI, сказав Віз. Основна логіка Python Backend реалізована мовою C ++, а метод міжпроцеських комунікацій для перекладу між двома мовами використовує діючу область пам'яті. Зловмисник може надіслати великий віддалений запит і запустити повідомлення про помилку, яке розкриває унікальне ім'я – ключ – цієї області пам'яті.

Існуючий API Triton, який надає користувачам доступ до іншої, наявної спільної області пам'яті, не вистачає перевірки, тобто зловмисники могли забезпечити викрадений ключ та отримати доступ до частини сервера, що мала бути поза межами для користувачів. Звідти атака-це питання пошкодження існуючих структур даних або надсилання шкідливих повідомлень про міжпроцеси.

“Оскільки компанії широко розгортають AI та ML, забезпечення основної інфраструктури є першорядним. Це відкриття підкреслює важливість захисту глибини, де безпека розглядається на кожному рівні програми”,-написав Віз.

Реакція

Фон

Безпека даних – це імператив, а не варіант у банківській справі. Промисловість функціонує в суворому регуляторному середовищі, обробляючи мільярди щоденних транзакцій, наповнених конфіденційною особистою інформацією та системами захисту, критичними для щоденного бізнесу та довгострокового економічного самопочуття.

По мірі того, як фінансові фірми рухаються вперед із генеративним впровадженням ШІ, використання даних у масштабі без шкоди для його цілісності чи безпеки стає делікатним актом балансування та потенційною блокпонкою для масштабування технології.

“Робочі процеси настільки ж безпечні, як і люди, які їх керують, тому ви повинні переконатися, що кожен працівник знає, що повинен дотримуватися політики щодо обробки даних”, – сказав Леон Біан, віце -президент та керівник продукту Databolt в програмному забезпеченні Capital One, CIO Dive. “Аналітики даних, науковці даних та інженери даних повинні дотримуватися правильної гігієни”.

Фінансова фірма, яка запустила свій підрозділ програмного забезпечення в 2022 році та розгорнула платформу управління даними в тому ж році, перетворилася на токенізацію як потенційне рішення безпеки два роки тому та розпочала інженерну альтернативу традиційному шифруванні.

У квітні програмне забезпечення Capital One завершило комерційне розгортання свого другого продукту, Databolt. Платформа замінює конфіденційні дані на жетони, зберігаючи основне форматування, дозволяючи стороннім обміном та генеративним прийомом AI.

“Коли ви зашифруєте дані, це змінює формат, і ви повинні розшифрувати дані щоразу, коли ви запускаєте операцію”, – сказав Біан. Токенізація зберігає оригінальний формат незмінним-номер соціального страхування залишається дев'ятизначним рядком-при цьому захищаючи конфіденційну точку даних.

“Це чистіший, швидший і безпечніший спосіб для аналітиків даних працювати з даними”, – сказав Біан. “Внутрішньо ми не подаємо жодних конфіденційних даних у велику мовну модель, якщо вона не була токенізована. Якщо є якісь конфіденційні дані, які ви не хочете, щоб модель безпосередньо навчалася, ви її токували”.

За словами Біан, шлях до токенізації Капітал почався вісім років тому, але він має більш глибоке коріння в десятирічному шляху банку до Хмара. Хмара послужила фондом для прийняття AI, заявила компанія CIO Dive в січні. Безпека даних була спекта в процесі.

Відділ програмного забезпечення вступив у свої фахівці з інженерних та технологічних фахівців на 14 000 плюс, щоб розробити масштабоване рішення, ініціатива, яка призвела до створення даних

“Ми не змогли знайти життєздатне рішення на ринку, тому ми вирішили побудувати своє”, – сказав Біан.

У травні банк інтегрував Databolt з сніжинкою та датами для розширення можливостей платформи та розблокування доступу до більших магазинів даних для операцій AI та аналітики в безпечному середовищі.

“Я не збираюся говорити, що токенізація є найбільш безпечним рішенням, оскільки жодне рішення повністю не безпечне”, – сказав Біан. “Тільки токенізації не буде достатньо. Ми завжди додаємо шар шифрування для чутливих даних, і вам завжди знадобиться сильний контроль доступу”.

Минулого тижня Microsoft відключила індійську компанію Nayara Energy від своїх похмурих ресурсів, перш ніж відновити доступ до суду.

Ця історія розпочинається 18 липня, коли Європейський Союз схвалив новий набір санкцій, спрямованих на те, щоб Росію важче продовжити свою війну проти України. Глибоко в тонкому друку наказу про санкції – це згадка про нафтопереробний завод, який керує Nayara Energy в індійському місті Вадінар, за якою ЄС, як каже, 49 відсотків, що належать російській державній нафтової компанії Rosneft.

“Nayara Energy бере участь у економічному секторі, що забезпечує значне джерело доходу для уряду Російської федерації”, – йдеться у документі. Ця діяльність означає, що Наяра підлягає санкціям ЄС.

Nayara Energy протестувала проти санкцій у рішучому твердженні, що стверджує, що “цей односторонній крок Європейського Союзу заснований на безпідставних твердженнях, що представляє надмірне продовження авторитету, яке ігнорує як міжнародне право, так і суверенітет Індії”.

У якийсь момент після того, як ЄС оголосив про свої санкції, Microsoft відмовила в службі Nayara Energy – як повідомляється, усунувши доступ до розміщених команд та даних Outlook.

Ця акція побачила, що Наяра шукає судового наказу про відновлення послуги Microsoft. У поданні суду [PDF] скаржився на “одностороннє рішення, прийняте відповідачем [Microsoft]завдяки чому вони перестали надавати послуги заявнику [Naraya]”.

Nayara Energy закликала суд направити програмний гігант “продовжувати надавати послуги в рамках угоди про бізнес та послуги Microsoft (MBSA)”.

Через два дні, друга подача [PDF] зазначає, що Microsoft відновлювала послуги.

На минулому тижні Reuters повідомив, що Nayara Energy підписала з індійською компанією Rediff, яка надає послуги електронної пошти, розміщені бізнесом.

Місцеві ЗМІ зазначили, що цей інцидент акуратно ілюструє ризик використання постачальників технологій, які дотримуються законів інших юрисдикцій.

За іронією долі, підприємства та уряди по всій Європейській Союзі турбуються про ті самі ризики, провідні гіперсальці, такі як AWS, Microsoft та Google, щоб вжити заходів, щоб забезпечити їх європейські операції поза межами американських законів. Такі кроки не задовольнили деяких європейських покупців, оскільки нещодавно Cloud OVH на базі Франції просочилася новинами про переговори з ЄС щодо створення суверенної хмари.

Все це залишає нас у незвичайній ситуації спроби ЄС захистити суверенітет України, який, як вважає, загрожує Індії, а також посилює попит на суверенну хмару.

Який час бути живим. ®

Лос -Анджелес, Каліфорнія, Сонячний офіційно запустив свій абсолютно новий Безкоштовний додаток для видобутку хмарних хмардоступні для користувачів у понад 100 країнах світу. Не маючи передових інвестицій, без бар'єрів для входу та не потрібні обладнання для видобутку, користувачі можуть брати участь у хмарному видобутку для основних криптовалют, таких як Bitcoin (BTC) та Ripple (XRP), використовуючи лише смартфон – без особливих зусиль заробляючи щоденний пасивний крипто дохід.

Навіщо вибирати сонячний мінімум?

Нульові інвестиції та без перешкод для вступу
Нові користувачі отримують безкоштовну потужність видобутку при реєстрації. Ніяких гірничих установок, жодних витрат на електроенергію та не складних налаштувань – навіть початківці можуть легко розпочати роботу.

Розумне розподіл AI
Платформа використовує систему планування електроенергії, керованого AI-керованою, яка контролює труднощі з мережею, коливання цін та швидкість блоку в режимі реального часу, щоб автоматично перейти на найвигідніші монети, максимізуючи ефективність видобутку та мінімізуючи ризики.

Мульти-підтримка та щоденні поселення
В даний час підтримує BTC, XRP, Doge, LTC, USDT, USDC, BNB тощо. Заробіток обчислюється та розподіляється щодня, автоматично накопичується з повною прозорістю.

Глобальний доступ та багатомовний інтерфейс
Додаток доступний як на iOS, так і на Androidза допомогою багатомовної підтримки (включаючи англійську, китайську, іспанську, японську та багато іншого), які обслуговують користувачів у 100+ країнах та регіонах.

Як почати заробляти за 5 простих кроків

Завантажте додаток та реєстр
www.sunnymining.com Завантажте з офіційного веб -сайту або магазину додатків. Зареєструйтесь за допомогою телефону або електронної пошти та встановіть пароль. Введіть реферальний код, щоб отримати додаткову потужність видобутку.

Претензія безкоштовної потужності для видобутку хмар
Після успішної реєстрації претендуйте на вітальну хеш -силу платформи для отримання видобутку негайно.

Виберіть контракт з монети та активуйте
У додатку виберіть BTC / XRP / DOGE (або інші підтримувані монети), торкніться “Почати видобуток” або “Активувати договір”, і система автоматично виділить хеш -потужність.

Відстежувати заробітки та запросити друзів
Моніторинг свого хеш -зростання електроенергії та щоденного доходу в режимі реального часу. Запросіть друзів приєднатися та заробити додаткову хеш -силу через систему нагород соціального видобутку.

Вийти в будь -який час
Після того, як заробіток досягне мінімального порогу виведення, ви можете зняти безпосередньо – або в криптовалюті, або з Fiat – з повною гнучкістю.

Зразки контрактів на видобуток хмар

Sunnymining пропонує цілий ряд контрактів на видобуток хмар-від планів початкового рівня до високого повернення-відповідно до різних бюджетів та цілей прибутку:

Тип договору	Інвестиції	Тривалість	Щоденний прибуток	Повна віддача
Судовий договір	$ 100	2 дні	$ 4	108 доларів
Основний план XRP	500 доларів	5 днів	$ 6,25	$ 531,25
Базовий план дож	1300 доларів	11 днів	~ $ 17,16	~ 1488 доларів
Xrp розширений план	3200 доларів	16 днів	$ 44,80	~ 3,916,80 доларів
Розширений план XRP	15 000 доларів	35 днів	$ 250,50	~ $ 23,767,50
Супер контракт BTC	100 000 доларів	52 дні	1900 доларів	~ 198 800 доларів

Безпека та стійкість

Розумні контракти та прозорість на ланцюзі
Весь заробіток обробляється за допомогою розумних контрактів на базі блокчейн. Повернення прозорі та перевірені – довіра вбудована в код.

Протоколи безпеки вищого рівня
Sunnymining підтримує багатофакторну автентифікацію, розділення холодного/гарячого гаманця, шифрування підприємств та захист DDOS для захисту активів та даних користувачів.

Зобов'язання зеленого видобутку
Платформа працює від центрів обробки даних про відновлювану енергію, підтримуючи екологічно чистий видобуток із зменшенням викидів вуглецю.

Остаточні думки

Додаток для видобутку хмарних інвестицій Sunnymining від Sunnymining виключає традиційні бар'єри для видобутку, що дозволяє будь-кому почати отримувати пасивний дохід BTC та XRP безпосередньо зі свого смартфона. Завдяки AI-оптимізованому розподілу потужності, прозорого смарт-контракту, стимулів, орієнтованих на громаду, та глобальній багатомовній підтримці, Sunnymining забезпечує зручний, безпечний та стійкий досвід видобутку хмар.

Зареєструйтесь сьогодні: https://www.sunnymining.com
Завантажте додаток: https://sunnymining.com/xml/index.html#/app

Відмова: Інформація, надана в цьому прес -релізі, не є інвестиційним клопотанням, а також не є інвестиційною консультацією, фінансовою консультацією чи торговою рекомендацією. Криптовалюта видобуток та ставлення включають ризики і можуть призвести до втрати коштів. Настійно рекомендується виконати належну ретельність, перш ніж інвестувати або торгувати криптовалютами та цінними паперами, включаючи консультації з професійним фінансовим радником.

Історія триває

Наприкінці липня 2025 року Арктичний Вовк спостерігав збільшення активності викупу, орієнтовану на пристрої брандмауера Sonicwall для початкового доступу. У розглянутому вторгненні протягом короткого періоду спостерігалося кілька вторгнень попереднього програмного забезпечення, кожен з яких включав доступ VPN через VPNS Sonicwall SSL.

Незважаючи на те, що довірений доступ через грубу силу, словникові атаки та довічні набивання ще не були остаточно виключені у всіх випадках, наявні докази свідчать про існування вразливості нульового дня. У деяких випадках після обертання облікових даних вплинули повністю виправлені пристрої SonicWall. Незважаючи на ввімкнення MFA TOTP, рахунки все ще були порушені в деяких випадках.

Наразі Arctic Wolf Labs проводить дослідження цієї кампанії та поділиться додатковими деталями, коли вони стають доступними.

Akira Ransomware

Найновіший приріст в активності викупів, що включають VPNS Sonicwall SSL, розпочався ще в 15 липня 2025 року, хоча подібні зловмисні логіни VPN певною мірою спостерігалися з принаймні жовтня 2024 р. Подібно до діяльності з викупів, описаних у попередніх дослідженнях, короткий інтервал спостерігався між початковим SSL VPN Access Access та Ransomware Averption.

На відміну від законних логінів VPN, які, як правило, походять з мереж, керованими широкосмуговими постачальниками Інтернет -послуг, групи Ransomware часто використовують віртуальний хостинг приватного сервера для аутентифікації VPN у компрометованих середовищах.

Arctic Wolf – замовник власних продуктів/послуг і буде дотримуватися тих самих рекомендацій, викладених для наших клієнтів у цьому бюлетені безпеки.

Рекомендації

Вимкніть Sonicwall SSL VPN

Враховуючи велику ймовірність вразливості нульового дня, організації повинні розглянути можливість відключення послуги Sonicwall SSL VPN, поки патч не буде доступний та розгорнутий.

Налаштуйте інтеграцію SonicWall з Arctic Wolf MDR

Щоб забезпечити ранню видимість та оповіщення про загрози, описані в цьому бюлетені, клієнти Arctic Wolf можуть забезпечити моніторинг журналу SonicWall через службу виявлення та реагування Arctic Wolf®. Щоб налаштувати цю інтеграцію, див. Наступну сторінку документації.

Встановіть арктичний вовчий агент та Sysmon

Арктичний вовчий агент та SYSMON забезпечують вовка Arctic видимість у подіях, необхідних для виявлення інструментів, прийомів та тактики, що беруть участь у цій кампанії.

Інструкції про те, як встановити вовчий агент Arctic, див. Нижче встановіть путівники:

Якщо у вас є підтримуване рішення EDR, розгорнуте у вашому середовищі, налаштуйте його для моніторингу з Arctic Wolf.

Примітка: Arctic Wolf рекомендує дотримуватися найкращих практик управління змінами для розгортання агента та SYSMON, включаючи тестування змін у середовищі тестування перед розгортанням у виробництві.

Здійснити найкращі практики, рекомендовані Sonicwall

Sonicwall рекомендує наступні найкращі практики безпеки для загартовування позиції безпеки брандмауера:

• Увімкнути служби безпеки: Забезпечити такі послуги, як Захист ботнету є активними. Ці послуги допомагають виявити суб'єктів загрози, які, як відомо, націлюють кінцеві точки SSLVPN.
• Забезпечити багатофакторну автентифікацію (MFA): МЗС слід ввімкнути для всіх віддалених доступу, щоб зменшити ризик зловживання обліковими записами.
• Видалити невикористані рахунки: Видалити будь -які неактивні або невикористані локальні облікові записи користувачів брандмауера, особливо тих, хто має доступ до SSLVPN.
• Практикуйте хорошу гігієну пароля: Заохочуйте періодичні оновлення пароля у всіх облікових записах користувачів.

Зверніть увагу, що, хоча ці кроки є загальними найкращими практиками, вони не обов'язково гарантовано пом'якшують загрозу, описану в цьому бюлетені.

Блокувати автентифікацію VPN від ASN, пов'язаних з хостингом

Щоб зменшити вплив зловмисної діяльності VPN, пов’язаної з цією кампанією, перегляньте перелічені ASN, пов'язані з хостингом, і подумайте про блокування їх відповідних діапазонів CIDR для аутентифікації VPN.

Примітка: Описані нижче мережі не є зловмисними, але при використанні для аутентифікації проти VPN, відповідність мережевої активності може вважатися підозрілими за певних обставин. Блокування всього трафіку з цих ASN без обмеження аутентифікації VPN, ймовірно, спричинить оперативне порушення. Крім того, зауважте, що ці ASN можуть включати IP -адреси, пов'язані з постачальниками VPN конфіденційності.

Примітка: Деякі додаткові МОК, передбачені в нашому дослідженні в жовтні 2024 року, все ще можуть бути дійсними, але ще не спостерігалися в останньому кластері шкідливої діяльності.

Веб -сервіси Amazon співпрацював із супутниковими комунікаціями та постачальником послуг передачі даних Супутникові послуги Kongsbergабо KSAT, щоб використати Розширені хмарні технології та космічні знання Для підтримки космічних місій.

Посилення супутникових комунікацій та доступу до даних

AWS заявив, що в середу стратегічне партнерство, частина наземної станції AWS як послуги, або GSAAS, партнерська програма, має на меті надати супутникові операторам доступ до послуг хмарних обчислень AWS та глобальної супутникової станції супутникової станції KSAT, включаючи понад 200 мультимісіонних антенів у 40 місцях у всьому світі.

Співпраця має намір забезпечити більш масштабовану та стійку глобальну мережу, яка дозволяє супутниковим операторам спілкуватися зі своїми космічними та обробними даними про простір, не покладаючись на власну інфраструктуру. Він також спрямований на вирішення затримки, масштабної обробки даних та інших проблем у космічному секторі шляхом використання обчислення, зберігання, обробки, обробки, штучного інтелекту та можливостей машинного навчання.

Що таке наземна станція як партнерська програма?

Програма партнера GSAAS дозволяє постачальникам станцій використовувати послуги AWS у розробці та побудові сегментів землі. Вони можуть інтегрувати наземну станцію AWS у свої мережі, щоб збільшити кількість місць антени та збільшити доставку даних.

Бенгалуру – Amazon.com 31 липня прогнозує продажі третього кварталу вище оцінок ринку, але не змогла виправдати високі очікування для своїх хмарних обчислювальних підрозділів Amazon Web Services (AWS) після того, як суперники зручно перемогли прогнози Уолл-стріт.

Акції занурюються більш ніж на 7 відсотків після години.

І материнський Alphabet Google, і Microsoft опублікували прибуток доходу від великих хмарних обчислень у липні.

Також налагоджена норма прибутку AWS. Амазонка заявила, що у другому кварталі вони становили 32,9 відсотка, що знизилося з 39,5 відсотка в 2025Перший квартал і 35,5 відсотка рік тому. Результати маржі другого кварталу були на найнижчому рівні з останньої чверті 2023 року.

AWS представляє невелику частину загального доходу Amazon, але це ключовий рушій прибутку, який, як правило, становить близько 60 відсотків загального операційного доходу Amazon.

AWS повідомив про збільшення доходу на 17,5 відсотка до 30,9 млрд. Дол. США (40,1 млрд. Дол. США), що зменшує очікування в розмірі 30,77 млрд. Дол. США. Для порівняння, продажі Azure Microsoft зросли на 39 відсотків, а Google Cloud – 32 відсотки.

Amazon очікує, що загальні чисті продажі становлять від 174 млрд. Та 179,5 млрд. Дол. Діапазон для операційного доходу в поточному кварталі також був легким. Прогноз Amazon від 15,5 млрд. До 20,5 млрд. Дол. США порівняно з очікуваннями в 19,45 млрд. Дол.

І Microsoft, і Alphabet цитують величезний попит на свої хмарні обчислювальні послуги, щоб збільшити свої вже величезні капітальні витрати, але також зазначили, що вони все ще стикаються з обмеженнями потужностей, які обмежили їх здатність задовольнити попит.

У той час як Amazon вилив мільярди доларів на інфраструктуру ШІ, аналітики заявили, що відсутність сильної моделі AI від AWS викликає занепокоєння, що компанія може відстежувати конкурентів у розвитку ШІ.

Найбільші технологічні компанії збільшують капітальні витрати, щоб додати більше потужностей центру обробки даних, особливо для розгортання та розробки програмного забезпечення AI. Amazon заявив, що очікувалося, що витрати на другого тайму будуть приблизно такими ж, як і в другому кварталі загалом 31,4 мільярда доларів США, що дозволяє припустити, що він витратить близько 118 мільярдів доларів на цілий рік. Аналітики прогнозували близько 100 мільярдів доларів.

30 липня Microsoft заявила, що витратить рекордні 30 мільярдів доларів США в поточному кварталі. Google Parent Alphabet підняв прогноз витрат на 10 мільярдів доларів до 85 мільярдів доларів за рік.

Amazon опублікував продажі інтернет -магазинів у розмірі 61,5 млрд. Дол. США, 11 -відсотковий прибуток. Продажі реклами, швидко зростаючий сегмент для Amazon, збільшився на 23 відсотки до 15,7 мільярдів доларів.

Інвестори переглядають підрозділ електронної комерції Amazon на будь-які ознаки того, що невизначеність, пов'язана з тарифами, зменшила довіру споживачів. Дані США показали споживчі витрати помірно в червні.

Виконавчий директор Енді Джассі в заклику з аналітиками вирішив занепокоєння щодо впливу тарифів на основний роздрібний бізнес Amazon.

“Протягом першої половини року ми ще не бачили зменшення попиту, а ціни значно оцінюють”, – сказав він під час дзвінка з аналітиками. “Ми також маємо таке різноманіття продавців на нашому ринку, понад два мільйони продавців загалом, з різними стратегіями того, чи потрібно передавати більш високі витрати споживачам”.

Він додав: “Ми просто не знаємо, що буде рухатися вперед. Важко знати, де тарифи збираються влаштуватися, особливо в Китаї”.

Аналітики заявили, що фокус Amazon на низьких цінах, швидкій доставці та численних категоріях продуктів допомогли цементувати свою позицію як роздрібну торгівлю електронною комерцією №1 для споживачів США, надаючи йому перевагу над конкурентами.

Amazon заявила, що підштовхує постачальників, щоб витягнути запаси, щоб забезпечити пропозицію та зберегти ціни якомога меншими. Тим не менш, ціни на товари, виготовлені в Китаї та продаються на Amazon.com, зростають швидше, ніж загальна інфляція, повідомляє Reuters у червні.

Amazon обробляє роботу, в тому числі на своїх AWS, книгах, пристроях та підрозділах. Кількість припав на 14 000 робітників з 2025Перший квартал, що становить загальну кількість 1,46 мільйона, перше зниження з початку 2024 року. Reuters

АмазонкаРезультати компаніїAI/Штучний інтелект