SeoNews.com.ua - SEO & Search Engine News
Поисковая оптимизация
Популяризация токенов способна значительно повысить уровень безопасности в сфере электронной коммерции
Эксперты предлагают заменить передаваемые на торговые серверы финансовые данные электронными идентификаторами, не имеющими ценности для злоумышленников.

Как сообщает издание Network World со ссылкой на доклад одного из крупнейших производителей токенов безопасности, широкомасштабное внедрение такой меры, как дополнительные этапы идентификации, способно в значительной степени сократить количество успешных хакерских атак в сфере электронной коммерции.


Персональные данные граждан РФ будут храниться на российских серверах
Депутаты предлагают изменить дату вступления в силу закона «О персональных данных», согласно которому соцсети и сервисы электронной почты будут обязаны хранить личную информацию пользователей на российских серверах.

Как сообщает издание "Известия", депутаты Госдумы РФ выступили с предложением внести некоторые коррективы в закон «О персональных данных», согласно которому социальные сети и сервисы электронной почты будут обязаны сохранять информацию о конфиденциальных данных граждан РФ на серверах, которые располагаются на территории России. Указ был подписан В. Путиным в июле текущего года, и вступает в действие 1 сентября 2016 года. Тем не менее, госчиновники предлагают ускорить процесс и узаконить перенос личной информации пользователей уже с 1 января следующего года.

Пользователям Wi-Fi в московском метро скоро придется регистрироваться
По просьбе руководства столичного метрополитена компания «Максима Телеком» разработала программное обеспечение, посредством которого будет происходить аутентификация пользователей.

В скором времени все желающие воспользоваться услугами Wi-Fi в Московской подземке смогут сделать это только по регистрации. По просьбе администрации метро компания «Максима Телеком» разработала ПО для аутентификации пассажиров. Новая система будет распознавать посетителей подземки по IMEI-номерам их девайсов, пишут «Известия».

Зарубежным компаниям могут ограничить доступ к российским гостайнам
По предварительным данным, лишиться соответствующей лицензии могут четыре крупнейших аудитора - Deloitte, EY, KPMG и PwC.

Как сообщает издание «Ведомости» со ссылкой на собственных информаторов в двух компаниях из четверки крупнейших зарубежных аудиторов в РФ, отечественные силовые структуры усилили давление на компании и в перспективе могут лишить их возможности работать с данными, представляющими собой государственную тайну.
Началась последняя неделя льготной регистрации на конференцию CEE-SECR «Разработка ПО»
На конференции рассмотрят все аспекты разработки программного обеспечения.

Стартовала последняя неделя льготных летних цен на конференцию CEE-SECR «Разработка ПО» — одно из важнейших событий ИТ-индустрии в России.

До 31 августа регистрационный взнос будет ниже финальной цены на более чем 37%. Кроме того, продолжают действовать специальные предложения для студентов, аспирантов и групп от трех человек. Все скидки суммируются


Seo News
Facebook готовит исправление уязвимости, заставляющей iPhone совершать звонки
Разработчики социальной сети намерены устранить брешь в ближайшем обновлении мобильного приложения для iOS.

Как сообщают представители социальной сети

Facebook, разработчики компании намерены в ближайшее время выпустить обновление безопасности для своего мобильного приложения для iOS-устройств. Речь идет об опасной уязвимости, эксплуатация которой позволяет злоумышленникам удаленно совершать звонки со смартфонов iPhone, принадлежащих жертвам атаки. Для этого достаточно вынудить пользователя перейти по специально сформированной вредоносной ссылке.
95% электронных уведомлений от Facebook успешно шифруются

В Facebook отметили рост количества провайдеров, развертывающих шифрование с помощью STARTTLS.

95% посылаемых Facebook по электронной почте уведомлений, являются зашифрованными. Электронные письма шифруются с помощью свойства протоколов под названием «Совершенная прямая секретность» (Perfect Forward Secrecy, PFS) и строгой проверки подлинности сертификата. Об этом сообщил инженер Facebook Майкл Эдкинс (Michael Adkins), занимающийся вопросами неприкосновенности сообщений пользователей.

Microsoft представит Windows 9 в конце сентября

В ранней версии Windows 9 будет добавлено переработанное меню "Пуск" и, возможно, голосовой помощник Cortana.

В компании Microsoft планируют представить следующую версию ОС Windows во время специального события для прессы, которое состоится в конце сентября. Как сообщает издание The Verge, ссылаясь на собственные источники, в настоящее время представители корпорации собираются рассказать об изменениях в новой версии Windows, получившей кодовое наименование «Threshold» («Предел»), 30 сентября этого года. Напомним, что следующая версия Windows в настоящее время находится в разработке, и в Microsoft планируют выпустить предварительную версию ОС для разработчиков (Developer Preview) 30 сентября или позже.

Google AdWords забанит пейнтбольное и прочее оружие
Менее чем через месяц Google запретит рекламу оружия для страйкбола и пейнтбола, пневматических пистолетов, боеприпасов, обойм и портупей. Жалобы на такую рекламу ранее поступали в Google AdWords Help.

Google опубликовал предварительную версию изменения политики, которая в настоящее время позволяет рекламировать такие товары на AdWords.

Вот образец письма, отправленного рекламодателям AdWords:

«Уважаемый рекламодатель AdWords,

Мы извещаем вас об изменении правил размещения рекламы Google, которые могут повлиять на ваш аккаунт AdWords.


Уязвимость в Windows продолжает создавать опасность для пользователей
Наиболее часто уязвимость CVE-2010-2568 эксплуатировали на ОС Windows XP.

Согласно документу, опубликованному Лабораторией Касперского, злоумышленники продолжают эксплуатировать уязвимость CVE-2010-2568 , несмотря на “возраст” бреши. Недавно Лаборатория Касперского обнаружила десятки миллионов эксплоитов, направленных на устранение ошибки в период с ноября 2013 по июнь 2014 года, которые не устранили ее. Жертвами кибератаки стали 19 миллионов пользователей по всему миру.

Search Engine News
Подпишись на рассылку и будь всегда в курсе наших новостей.

Главный научный инженер Google: «Поиск будет работать как мозг человека»

Главный научный инженер Google: «Поиск будет работать как мозг человека»
Не только обычные пользователи, но и отраслевые профессионалы не перестают удивляться последним достижениям Google в области поисковых технологий. Так, например, сегодня поисковик уже «умеет» прогнозировать примерное содержание запроса пользователя, как только человек начинает вводить первые буквы в поисковую строку, и мгновенно предлагает пользователю автоматические подсказки. Еще одним примером успешно реализованного функционала стало появление голосового поиска как на десктопах, так и на мобильных устройствах. При этом, пользователи мобильных устройств на ОС Android отмечают, что Google умеет точно распознавать голосовой запрос и переводить его в письменный шрифт, даже если человеку понадобиться воспользовался функцией голосового поиска, к примеру, в шумном транспорте.
Во многом, столь успешная реализация целого ряда технически трудных решений стала возможна благодаря таланту Джеффа Дина (Jeff Dean) - главного специалиста отдела научных разработок Google. В настоящее время г-н Дин работает в двух основных направлениях: активно изучает и использует в практической деятельности технологии машинного обучения, совершенствуя продукты Google; а также активно совершенствует поиск Google, используя разработки, созданные на базе искусственных нейронных сетей. Так, например, сегодня именно благодаря усилиям Джеффа Дина и его команды стала возможной реализация технологий поддержки поисковой системой естественного языка запросов, распознавания устной речи, компьютерного зрения и т.п.

В своём интервью изданию Business Journal сотрудник отдела научных разработок Google ответил на вопросы, касающиеся будущего поиска с точки зрения пользовательских технологий, а также наметил основные пути развития и совершенствования крупнейшей в мире поисковой системы.

Вопрос: Чем конкретно занимается ваша команда в Google?

Джефф Дин: Наша команда пытается претворить в жизнь сразу несколько разработок. Прежде всего, мы пытаемся создать очень мощную масштабируемую систему, которая могла бы оперировать огромными массивами данных. Мы также стремимся «запареллелить» множественные повторяющиеся процессы с тем, чтобы наша модель была более гибкой и могла работать быстрее и эффективнее. Анализируя множество системных сценариев, мы пытаемся разработать самую лучшую и эффективную модель.

Однако всегда одни вещи гораздо легче анализировать, чем другие. Так, например, если вы хотите найти наиболее рациональную модель из 100 представленных – вам просто следует протестировать их все и выбрать наиболее эффективно работающую. Если же вы хотите найти лучшую в мире модель – тогда уже вам необходимо протестировать сотни моделей на сотнях машин. Эта работа будет гораздо сложнее. Таким образом, мы создаём своего рода фундамент, на котором строится вся последующая деятельность Google. Наши разработки применяются для решения самого разнообразного спектра проблем.

Мы также сотрудничаем с множеством других инженерных групп в Google. Вместе мы работаем над решением разного рода проблем – причём, как краткосрочных, так и среднесрочных. Помимо этого все вместе мы думаем над долгосрочной стратегией развития наших продуктов: как правило, на 5-10 лет вперёд.

Что же касается моделей искусственных нейронных сетей – мы опираемся на них для решения целого комплекса различных проблем. Одна из наших первых разработок, осуществлённых на базе данной модели – это функционал распознавания человеческой речи. Данный функционал стал следствием развития двух наших приложений. Разработка функции распознавания речи велась последовательно: сначала мы научили систему составлять из отдельных звуков, произнесённых в определённой последовательности слова. Затем мы научили систему анализировать отдельные слова и определять их значения. Позднее мы научили систему строить синонимические ряды и таким, образом, понимать взаимосвязь между отдельными словами и запросами в определенный момент времени и, таким образом, Google стал предугадывать содержание поискового запроса еще на стадии его голосового ввода.

Такой подход называется языковой моделью: сначала вы «склеиваете» между собой слоги и получаются слова, затем вы складываете слова во словосочетания и фразы, фразы – в предложения и так далее. Данная модель оказалась очень эффективной для тех случаев, когда одинаково произносящиеся слова имеют различные значения. Однако нейронные модели позволяют проводить намного более глубокий анализ речи, и то, что мы научились делать сейчас, является лишь малой частью того, что мы сможем сделать в дальнейшем.

Вопрос: В чём заключается преимущество использования модели искусственных нейронных сетей перед с целью распознавания речи перед более старыми методиками?

Джефф Дин: Итак, отмечу, что модели искусственных нейронных сетей, построенные по принципу организации и функционирования биологических нейронных сетей, то есть – нервных клеток живого организма (мозг человека функционирует подобным образом), окружали нас все эти годы, начиная с 60 гг. XX в. Однако они «вошли в моду» относительно недавно. Раньше они не были столь популярны, поскольку требуют от разработчиков применения большого количества описательных моделей, создание которых невозможно без разработки огромного количества различных сценариев. Однако большинство моделей, находящихся на ранней стадии разработки, не имеют чётких сценариев, поэтому инженерам очень сложно предсказать сценарий их дальнейшего развития для последующего анализа с использованием упомянутого метода. Таким образом, главная трудность использования модели искусственных нейронных сетей заключается в самом её предназначении: инженер вынужден разработать такие инструменты, которые могли бы автоматически воспроизводить деятельность клеток живого организма, при этом полностью исключается вовлечение человека в управление данной системой.

Другая проблема заключается в том, что сегодня компьютерные технологии становятся невероятно мощными, настолько, что способны обрабатывать огромные массивы данных. Таким образом, данные легко маркировать, а люди всё глубже вовлекаются в процесс взаимодействия с компьютерными сетями и системами. Так, 3 или 5 лет назад было практически невозможно отыскать систему, имеющую более трёх «слоёв». Сегодня же они становятся весьма разветвлёнными. Кроме того, модели искусственных нейронных сетей являются нелинейными, таким образом, они требуют гораздо более глубокого и тщательного изучения. Вы должны прорабатывать систему слой за слоем, прежде, чем доведёте её до совершенства. Только после этого вы можете приступать к разработке различных сценариев для последующего анализа.

Вопрос: В чём же тогда заключаются основные ограничения, связанные с использованием этих моделей?

Джефф Дин: Для обработки столь огромного массива данных требуются большие инженерные и технологические мощности. Если вы обладаете достаточным количество обработанных данных, создали масштабную и мощную модель, способную прорабатывать множество сценариев, то, думаю, вы можете приступать к решению вашей первоначальной проблемы.

Вопрос: На какие дополнительные вопросы вы пытаетесь найти ответы еще? На какие разработки делаются основные ставки?

Джефф Дин: В настоящее время мы пытаемся создать систему, которая бы стала результатом синтеза системы «контролируемого обучения» и системы, обучающейся спонтанно («неконтролируемого обучения»). Это позволило бы нам эффективно использовать модели, применяющие, как обработанные данные, так и не обработанные. Такой подход был бы наиболее приближенным к реальной жизни и позволил бы нам существенно улучшить представление данных в метриках.

Еще одна задача – научить систему решать глобальные проблемы, распределяя их по категориям. Так, например, если я говорю вам: «Пожалуйста, организуйте мне поездку в Вашингтон», - как видно, это слишком общая постановка вопроса. И вы наверняка зададите мне целый ряд дополнительных вопросов, как то: «В каком отеле вы бы хотели остановиться?», «Рассматриваете ли вы как вариант - стыковочный рейс?» и т.п. Аналогичным образом в идеале должен быть организован и веб-поиск. Пока мы не нашли окончательного решения данного вопроса. Однако команда поиска постоянно изучает новые и новые подходы к созданию, так называемого, «диалогового поиска».

Более того, мы уже сделали первые шаги в этом направлении. Так, вы прямо сейчас можете ввести в Google поисковый запрос: «Кто является президентом США?» Ответом будет «Барак Обама». Далее вы можете ввести запрос: «На ком он женат?» и обязательно увидите в выдаче имя супруги действующего президента Мишель Обамы. Реализации функции диалогового поиска стала возможна благодаря использованию технологии «живого» поиска и «графа знаний». «Помня» значение предыдущего поискового запроса, поисковые алгоритмы подтягивают в выдачу релевантные ответы.

Еще одна существенная вещь – совершенствование пользовательского интерфейса. В настоящее время мы пытаемся разработать специальную модель, которая позволяла бы нам понять, какие наши улучшения будут одобрены пользователями, а какие - нет. Появление данной модели позволило бы нам избежать запусков многочисленных тестирований пользовательского интерфейса на небольших группа людей.

Очень важно научить Google понимать смысл многозначных поисковых запросов. В идеале в веб-поиске должно всегда присутствовать что-то типа Google Now. Так, функционал Google Now использует данные, посылаемые мобильным устройством пользователя, и на их основании составляет удобные поисковые рекомендации для людей. Ассистент учитывает время, местоположение, недавние запросы пользователя и т.п. И всё же пока мы не знаем детально, какую поисковую подсказку можно предложить пользователю, если мы знаем, что сейчас 4:30 вечера, а владелец мобильного устройства находится в городе Маунтин-Вью. Всегда очень сложно понять, что же может интересовать человека в этот момент и первыми предложить ему правильный ответ. Так, например, он может интересоваться погодой, или искать кафе неподалёку. Научившись грамотно анализировать сценарии поведения пользователя мобильного устройства в аналогичной ситуации (время, место и т.п.) в предыдущие разы, можно предоставлять человеку невероятно полезные и функциональные поисковые подсказки.

Вопрос: Каковы ваши планы на ближайшие 5 лет? Какие конкретно вещи «научится» делать Google из тех, что пока не умеет?

Джефф Дин: Прежде всего, усовершенствуется функционал голосового поиска и поиска по картинкам. В частности, Google научится практически идеально распознавать человеческую речь, а голосовой ввод станет возможен в любом месте и с любого устройства. В настоящее время мы приближаемся к решению данного вопроса, но всё же пока не можем утверждать, что реализовали все наши планы и использовали для этого все имеющиеся возможности.

Далее мы делаем серьёзную ставку на развитие технологий компьютерного зрения. Так например, в Google Glass уже используется специальная функция, позволяющая пользователю получать важную информацию об объектах, оказывающихся в поле его зрения.

Также я думаю, что мы научимся гораздо более точно распознавать контексты. Это особенно актуально для многозначных слов или же наоборот, когда два различных и непохожих предложения подразумевают под собой один и тот же ответ. Иными словами, мы должны научить поисковую систему Google понимать столько различных формулировок запросов, сколько может сформулировать человек. В настоящее время мы делаем попытки в этом направлении, но все же пока не достигли идеального результата.

Однако правила игры поменяются, когда мы научимся понимать связные тексты. В настоящее время алгоритмы Google анализируют тексты, опубликованные на страницах различных сайтов, не так, как, к примеру, это делает человек. При поиске ответа на запрос, заданный пользователем, алгоритмы Google анализируют ключевые слова, содержащиеся на странице, сопоставляя их со словами, использующимися в запросе. Однако это далеко не идеальный способ анализа страниц.

Такое понимание текстов позволило бы нам создать принципиально иные пользовательские интерфейсы. Так, например, вы можете формулировать весьма сложные запросы, типа: «Что послужило поводом к началу Гражданской войны, по мнению историков?». Еще один тип сложного запроса, когда необходимо проанализировать и сопоставить большое количество информации, содержащейся на различных ресурсах. К примеру: «Какой из офисов Google находится в зоне с наиболее тёплой среднегодовой температурой воздуха?» - как видно, не существует определённого сайта или страницы в интернете, которая бы содержала точный ответ на заданный вопрос. Однако, если вы знаете, на какой веб-странице перечислены все офисы Google, а также, если вы сможете проанализировать исторические колебания температуры в местностях, где расположены эти офисы – вы сможете ответить даже на столь затруднительный вопрос.

Однако поистине мощный прорыв в развитии технологий анализа и управления подобными данными удаcтся сделать только тогда, когда мы научимся распознавать эти данные подобно человеческому сознанию и точно соотносить их содержание со смыслом и намерениями поискового запроса.