CEO Fraud

CEO Fraud / BEC is a type of targeted email attack. It commonly involves a cyber criminal pretending to be your boss or a senior leader and then tricking you into sending the criminal highly sensitive information, buying gift cards or initiating a wire transfer. Be highly suspicious of any emails demanding immediate action and/or asking you to bypass any security procedures.

from SANS Institute Security Awareness Tip of the Day https://ift.tt/3hPywg9
via IFTTT

Desarrolladores de Chromium dieron a conocer los resultados de la optimización del proyecto RenderingNG

Los desarrolladores de Chromium dieron a conocer hace poco los primeros resultados del proyecto RenderingNG (lanzado hace 8 años) que está destinado a realizar un trabajo continuo para aumentar el rendimiento, la fiabilidad y la extensibilidad de Chrome.

Las tecnologías implementadas dentro del proyecto RenderingNG cambian por completo el enfoque de la composición y permiten el uso adaptativo de diferentes tecnologías para optimizar los cálculos en la GPU y la CPU en relación con partes individuales de las páginas, teniendo en cuenta características como la resolución y la frecuencia de actualización de la pantalla, así como la presencia de soporte para API de gráficos avanzados en el sistema, como Vulkan, D3D12 y Metal.

Entre los métodos implementados que permiten lograr ganancias de rendimiento, la paralelización de las operaciones de rasterización de diferentes píxeles en el lado de la GPU y una separación más activa de los manejadores en diferentes núcleos de CPU (ejecución de JavaScript, procesamiento de desplazamiento de página, decodificación de video e imágenes, renderización proactiva de contenido) se anotan.

El factor limitante para la paralelización activa es el aumento de carga en la CPU, que se refleja en el aumento de la temperatura y el aumento del consumo de energía, por lo que es importante lograr un equilibrio óptimo entre el rendimiento y el consumo de energía. Por ejemplo, cuando funciona con batería, puede sacrificar la velocidad de renderizado, pero no puede sacrificar el procesamiento de desplazamiento en un hilo separado, ya que la disminución en la capacidad de respuesta de la interfaz será notoria para el usuario.

Por ejemplo, las optimizaciones agregadas en el lanzamiento de Chrome 94 sobre Chrome 93 dieron como resultado una mejora del 8% en la latencia de la página y un aumento del 0,5% en la duración de la batería. Según el tamaño de la base de usuarios de Chrome, estas cifras se traducen globalmente en ahorros de más de 1.400 años de tiempo de CPU todos los días. En comparación con las versiones de años anteriores, Chrome moderno procesa los gráficos más rápido en más del 150% y es 6 veces menos propenso a fallas en los controladores de la GPU en el hardware con problemas.

Como ejemplos de optimizaciones, se menciona el uso activo del almacenamiento en caché de texturas de GPU y los resultados de renderizar partes de páginas web, así como tener en cuenta al renderizar solo el área de la página visible para el usuario (no tiene sentido renderizar partes de la página que están cubiertas por otro contenido).

Un elemento importante de RenderingNG también es el aislamiento del rendimiento al procesar diferentes partes de las páginas, por ejemplo, para aislar los cálculos asociados con la visualización de anuncios en iframes, la representación de animaciones, la reproducción de audio y video, el desplazamiento de contenido y la ejecución de JavaScript.

De las técnicas de optimización implementadas, se mencionan las siguientes:

  • Chrome 94 presenta el motor CompositeAfterPaint, que compone porciones renderizadas por separado de páginas web y escala dinámicamente la carga de la GPU. De acuerdo con los datos recibidos del usuario resultantes de la recopilación de telemetría, la aplicación de un nuevo sistema de composición es posible reducir el retraso al desplazarse al 8%, aumentar la capacidad de respuesta de la interacción del usuario al 3%, aumentar la velocidad de renderización un 3% y Disminuye el consumo de memoria de la GPU en un 3% y extiende la vida útil de la batería en un 0,5%.
  • GPU Raster: mecanismo de rasterización en el costado de la GPU, se incorporó en todas las plataformas en 2020 y permitió acelerar el paso de la prueba MotionMark en un promedio del 37%, y las categorías asociadas con HTML, en un 150%.
  • LayoutNG: es una revisión completa de los algoritmos de diseño de elementos de página destinados a mejorar la confiabilidad y la previsibilidad. Está previsto que el proyecto llegue a los usuarios este año.
  • BlinkNG: refactorización y limpieza del motor Blink, dividiendo las operaciones de renderizado en fases separadas para mejorar la eficiencia del almacenamiento en caché y simplificar el renderizado diferido, teniendo en cuenta la visibilidad de los objetos en la ventana.
  • Transferencia de controladores de desplazamiento, animación y decodificación de imágenes a hilos separados. El proyecto se ha estado desarrollando desde 2011, y este año ha alcanzado la posibilidad de mover transformaciones CSS animadas y animaciones SVG en flujos separados.
  • VideoNG: es un motor eficiente y confiable para reproducir videos en páginas web. Este año, se implementó la capacidad de mostrar contenido protegido en resolución 4K. La compatibilidad con HDR se agregó anteriormente.
  • Visualización: procesos separados para rasterización y renderizado, separando la renderización de la interfaz del navegador de la renderización del contenido de las páginas.

Fuente: https://blog.chromium.org

from Linux Adictos https://ift.tt/3lCLdfT
via IFTTT

IPFire 2.27 Core 160 llega diciendo adiós a Python 2, mejoras de soporte, actualizaciones y mas

Hace pocos dias se dio a conocer el lanzamiento de la nueva versión de la distribución para la creación de enrutadores y firewalls «IPFire 2.27 Core 160» en la cual se han realizado una gran cantidad de actualizaciones de la paquetería del sistema, asi como también se han realizado algunos cambios de entre los cuales se destaca la preparación para el fin de soporte para Python 2 y mas

Para quienes no conozcan esta distribución de Linux les puedo decir que esta es una distribución Linux enfocada en una configuración sencilla, un buen manejo y un alto nivel de seguridad, diseñada específicamente para hacer las funciones de cortafuegos (firewall) y routing en una red local.

Se regula mediante una interfaz web intuitiva a través del navegador, que ofrece muchas opciones de configuración para los administradores de sistemas con experiencia y principiantes.

IPFire se caracteriza por un proceso de instalación simple y organización de configuraciones a través de una interfaz web intuitiva, repleta de gráficos claros.

El sistema es modular, además de las funciones básicas de filtrado de paquetes y gestión de tráfico para IPFire, los módulos están disponibles con una implementación del sistema para evitar ataques basados ​​en Suricata, para crear un servidor de archivos (Samba, FTP, NFS), un servidor de correo (Cyrus-IMAPd, Postfix, Spamassassin, ClamAV y Openmailadmin) y servidor de impresión (CUPS), la organización de una puerta de enlace VoIP basada en Asterisk y Teamspeak, la creación de un punto de acceso inalámbrico, la organización del servidor de transmisión de audio y video (MPFire, Videolan, Icecast, Gnump3d, VDR). IPFire utiliza el administrador de paquetes especial Pakfire para instalar complementos.

Principales novedades de IPFire 2.27 Core 160

Esta nueva versión se destaca por preparar el camino para eliminar la compatibilidad con Python 2 en la próxima versión de IPFire. La distribución en sí ya no está vinculada a Python 2, pero algunos scripts personalizados continúan usando esta rama, con lo cual basicamente los desarrolladores están por concluir con la transición de esta versión.

Otro de los cambios que se destaca de esta nueva versión, es la colocación de los manipuladores de paquetes, interfaces de red, y las colas a los mismos núcleos de CPU ha sido incluido para reducir la latencia y aumentar el rendimiento para el procesamiento intensivo de tráfico en el subsistema de red para reducir la migración entre los diferentes núcleos de la CPU y aumentar la eficiencia de la caché del procesador.

Esta actualización trae un primer cambio que permitirá a las interfaces de red que la soportan, enviar paquetes que pertenecen al mismo flujo al mismo núcleo del procesador. Esto permite aprovechar una mejor ubicación de caché y el motor de firewall, así como el sistema de prevención de intrusiones se benefician de esto, especialmente con una gran cantidad de conexiones y especialmente en hardware con cachés de CPU más pequeños.

Además en IPFire 2.27 Core 160 se ha agregado soporte de redirección de servicios al motor de firewall y los gráficos se convierten para utilizar el formato SVG.

Por la parte de las actualizaciones de la paquetería del sistema, podemos encontrar que se han introducido las versiones actualizadas de cURL 7.78.0, ddns 014, e2fsprogs 1.46.3, ethtool 5.13, iproute2 5.13.0, less 590, libloc 0.9.7, libhtp 5.0.38, libidn 1.38, libssh 0.9.6, OpenSSH 8.7p1, openssl 1.1.1k, pcre 8.45, poppler 21.07.0, sqlite3 3.36, sudo 1.9.7p2, strongswan 5.9.3, suricata 5.0.7, sysstat 12.5.4, sysfsutils 2.1.1.

Mientras que de los complementos se actualizaron las versiones de alsa 1.2.5.1, bird 2.0.8, clamav 0.104.0, faad2 2.10.0, freeradius 3.0.23, frr 8.0.1, Ghostscript 9.54.0, hplip 3.21.6, iperf3 3.10. 1, lynis 3.0.6, mc 7.8.27, monit 5.28.1, minidlna 1.3.0, ncat 7.91, ncdu 1.16, taglib 1.12, Tor 0.4.6.7, traceroute 2.1.0, Postfix 3.6.2, especia 0.15.0.

También se destaca que se proporcionó la capacidad de usar un proxy web en sistemas sin una red interna y que el registro muestra los nombres de los protocolos en lugar de los números.

Finalmente si estás interesado en poder conocer más al respecto sobre esta nueva versión de IPFire, puedes consultar los detalles en el siguiente enlace.

Descarga

Finalmente, para quienes estén interesados en poder descargar esta nueva versión, pueden obtener las imágenes de instalación preparadas para las arquitecturas x86_64, i586 y ARM desde el sitio web oficial de la distribución en su sección de descargas. El tamaño de la imagen ISO de instalación es 406 MB (x86_64, i586, ARM, AArch64).

El enlace es este.

 

from Linux Adictos https://ift.tt/3DDWyCe
via IFTTT

WSL en Windows 11 se podrá descargar como una aplicacion a través de Microsoft Store

Microsoft dio a conocer hace poco la disponibilidad para Windows 11 de un entorno WSL (Subsistema de Windows para Linux) que ejecuta archivos ejecutables de Linux. A diferencia de los envíos WSL para versiones anteriores de Windows, la versión de Windows 11 no está integrada en la imagen del sistema, sino que está diseñada como una aplicación distribuida a través de Microsoft Store.

Al mismo tiempo, desde el punto de vista de las tecnologías utilizadas, el relleno de WSL se ha mantenido igual, solo ha cambiado el método de instalación y actualización.

Microsoft menciona que esto no se trata de una nueva versión de WSL, sino que se trata de la misma que ya muchos conocemos y que además llega con características nuevas que se pueden encontrar en esta vista previa, como:

  • Nuevas funciones como wsl.exe –mount, VHD.–mount –vhd (para facilitar el montaje de archivos)
  • Se ha implementado la detección del sistema de archivos.
  • Soporte para nombrar opcionalmente un punto de montaje al montar un disco a través de WSL.–namewsl –mount
  • Kernel de Linux actualizado a 5.10.60.1
  • Se agregó la función auxiliar del indicador de progreso que se usa para mostrar un mensaje Espere con puntos animados en el proceso de conversión para mostrar a los usuarios que WSL todavía se está ejecutando.
  • Cambiado para no requerir el argumento. Este cambio cambia para no requerir el argumento, pero mantiene el soporte para evitar romper los scripts existentes.wsl –install–distributionwsl –install–distribution
  • Comando agregado que muestra información relevante de la versiónwsl.exe –version

Cabe señalar que la distribución a través de Microsoft Store permite acelerar la entrega de actualizaciones y nuevas funciones de WSL, incluida la posibilidad de instalar nuevas versiones de WSL sin estar vinculado a la versión de Windows. Por ejemplo, una vez que las funciones experimentales como la compatibilidad con aplicaciones gráficas de Linux, la computación del lado de la GPU y el montaje en disco estén listas, el usuario podrá acceder a ellas de inmediato, sin la necesidad de actualizar Windows o usar compilaciones de prueba de Windows Insider.

Este cambio mueve esos binarios de ser parte de la imagen de Windows a ser parte de una aplicación que instalas desde la Tienda. Esto desacopla WSL de su versión de Windows, lo que le permite actualizar a través de Microsoft Store. Por lo tanto, una vez que se desarrollen, prueben y estén listas para su lanzamiento nuevas funciones como la compatibilidad con la aplicación GUI, la computación GPU y el montaje de la unidad del sistema de archivos Linux, obtendrá acceso a ellas de inmediato en su máquina sin necesidad de actualizar todo su sistema operativo Windows, o ir a las compilaciones de vista previa de Windows Insider.

Para quienes desconocen del entorno WSL deben saber que esté en lugar de tratarse como si fuera un emulador, este es un entorno que traduce las llamadas al sistema Linux a llamadas al sistema Windows, se utiliza un entorno con un kernel Linux completo. El kernel propuesto para WSL se basa en la versión 5.10 del kernel de Linux, que se ha ampliado con parches específicos de WSL, incluidas optimizaciones para reducir el tiempo de inicio del kernel, reducir el consumo de memoria, devolver la memoria liberada por los procesos de Linux a Windows y dejar el mínimo requerido conjunto de controladores y subsistemas en el kernel.

El kernel se ejecuta en un entorno de Windows utilizando una máquina virtual que ya se está ejecutando en Azure. El entorno WSL se ejecuta en una imagen de disco separada (VHD) con un sistema de archivos ext4 y un adaptador de red virtual.

Los componentes del espacio de usuario se instalan por separado y se basan en ensamblajes de varias distribuciones. Por ejemplo, para la instalación en WSL, el directorio de Microsoft Store ofrece compilaciones de Ubuntu, Debian GNU/Linux, Kali Linux, Fedora, Alpine, SUSE y openSUSE.

Finalmente si estás interesado en poder conocer más al respecto, puedes consultar los detalles de la noticia en el siguiente enlace.

from Linux Adictos https://ift.tt/2X5ORFs
via IFTTT

StyleGAN3, el sistema de aprendizaje automático para la síntesis facial de Nvidi

Hace poco NVIDIA dio a conocer el código fuente de StyleGAN3, un sistema de aprendizaje automático basado en redes neuronales adversas generativas (GAN) para sintetizar imágenes realistas de rostros humanos.

En StyleGAN3 están disponibles para descargar modelos entrenados listos para usar entrenados en la colección Flickr-Faces-HQ (FFHQ), que incluye 70 mil imágenes PNG de rostros humanos de alta calidad (1024×1024). Además, hay modelos construidos sobre la base de las colecciones AFHQv2 (fotografías de caras de animales) y Metfaces(imágenes de rostros de personas a partir de retratos de pintura clásica).

Sobre StyleGAN3

El diseño se centra en los rostros, pero el sistema se puede entrenar para generar cualquier tipo de objeto, como paisajes y automóviles. Además, se proporcionan herramientas para el autoaprendizaje de la red neuronal utilizando sus propias colecciones de imágenes. Requiere una o más tarjetas gráficas NVIDIA (se recomiendan las GPU Tesla V100 o A100), al menos 12 GB de RAM, PyTorch 1.9 y el kit de herramientas CUDA 11.1+. Para determinar la naturaleza artificial de las caras recibidas, se está desarrollando un detector especial.

El sistema permite sintetizar una imagen de un nuevo rostro en base a la interpolación de los rasgos de varios rostros, combinando sus rasgos inherentes, además de adaptar la imagen final a la edad requerida, género, largo de cabello, carácter de sonrisa, forma de nariz, color de piel, gafas, ángulo fotográfico.

El generador considera la imagen como una colección de estilos, separa automáticamente los detalles característicos (pecas, cabello, gafas) de los atributos generales de alto nivel (postura, género, cambios relacionados con la edad) y permite combinarlos de forma arbitraria con la definición de propiedades dominantes mediante factores de ponderación y que como resultado, se generan imágenes que son aparentemente indistinguibles de las fotografías reales.

La primera versión de la tecnología StyleGAN (se publicó en 2019), seguida de una versión mejorada de StyleGAN2 en 2020, que mejora la calidad de la imagen y elimina algunos artefactos. Al mismo tiempo, el sistema permaneció estático, es decir no permitía animaciones realistas ni movimientos faciales. Al desarrollar StyleGAN3, el objetivo principal fue adaptar la tecnología para su uso en animación y video.

StyleGAN3 utiliza una arquitectura de generación de imágenes sin aliasing rediseñada y ofrece nuevos escenarios de entrenamiento de redes neuronales y que además incluyen nuevas utilidades para visualización interactiva (visualizer.py), análisis (avg_spectra.py) y generación de video (gen_video.py). La implementación también reduce el consumo de memoria y acelera el proceso de aprendizaje.

Una característica clave de la arquitectura StyleGAN3 fue la transición a la interpretación de todas las señales en la red neuronal en forma de procesos continuos, lo que hizo posible poder manipular las posiciones relativas al formar partes, no atadas a las coordenadas absolutas de píxeles individuales en la imagen, pero fijada a la superficie de los objetos representados.

Mientras que en StyleGAN y StyleGAN2, el ajuste a los píxeles durante la generación provocó problemas con el renderizado dinámico, por ejemplo, cuando la imagen se estaba moviendo, había una falta de coincidencia de pequeños detalles, como arrugas y pelos, que parecían moverse por separado del resto de la imagen de la cara, además de que en StyleGAN3 estos problemas se resuelven y la tecnología se ha vuelto bastante adecuada para la generación de video.

Finalmente, también vale la pena mencionar el anuncio de la creación por parte de NVIDIA y Microsoft del mayor modelo de lenguaje MT-NLG basado en una red neuronal profunda con una arquitectura » transformadora «.

El modelo cubre 530 mil millones de parámetros y se utilizó un grupo de 4480 GPU para el entrenamiento (560 servidores DGX A100 con 8 GPU A100 de 80 GB cada uno). Las áreas de aplicación del modelo se denominan solución de problemas de procesamiento de información en lenguaje natural, tales como predecir la finalización de una oración inconclusa, responder preguntas, comprensión de lectura, formar conclusiones en lenguaje natural y analizar la ambigüedad del significado de las palabras.

Si estás interesado en poder conocer más al respecto, puedes consultar los detalles de StyleGAN3 en el siguiente enlace.

from Linux Adictos https://ift.tt/3iW9sUr
via IFTTT