Microsoft AI 연구원들이 클라우드 스토리지 링크 구성 오류로 인해 실수로 대량의 내부 데이터를 노출했습니다.
9월 19일 뉴스, 사이버 보안 회사의 최신 연구에 따르면 Microsoft의 인공 지능 연구팀이 소프트웨어 개발 플랫폼 GitHub에서 실수로 대량의 개인 데이터를 노출한 것으로 나타났습니다. Microsoft 직원이 Teams를 통해 전달한 내부 메시지 30,000개 이상이 유출되었습니다. Microsoft는 경고를 받은 후 노출 데이터를 신속하게 삭제했습니다.
클라우드 보안업체 위즈(Wiz)팀은 클라우드 플랫폼에 호스팅된 데이터가 잘못 구성된 링크를 통해 노출된 사실을 발견했습니다. Wiz에 따르면 Microsoft의 인공 지능 연구팀은 GitHub에 오픈 소스 교육 콘텐츠를 출시하면서 이 데이터를 실수로 유출했습니다.
보고서에 따르면 관련 저장소의 사용자는 클라우드 저장소 URL 링크를 통해 인공지능 모델을 다운로드할 수 있다는 알림을 받았습니다. 그러나 Wiz 블로그 게시물에 따르면 이 링크는 잘못 구성되어 사용자에게 읽기 전용 권한이 아닌 전체 스토리지 계정에 대한 권한이 부여되고 전체 저장소에 대한 모든 제어권도 부여되었습니다. 즉, 사용자는 기존 파일을 마음대로 삭제하고 덮어쓸 수 있습니다. 위즈에 따르면 리포지토리에서 유출된 데이터에는 마이크로소프트 직원의 개인 컴퓨터 백업 정보가 포함됐다. 여기에는 마이크로소프트 서비스 비밀번호와 키, 그리고 359명의 마이크로소프트 직원이 보낸 3만 개 이상의 마이크로소프트 팀즈 내부 메시지가 포함됐다.
위즈 연구진은 “개방형 데이터 공유는 AI 훈련 노력의 핵심 구성 요소입니다. 그러나 잘못 사용하면 대량의 데이터를 공유하면 회사가 더 큰 위험에 빠질 수 있습니다. Wiz 최고기술책임자(CTO)이자 공동 창업자인 Ami Luttwak은 Wiz가 지난 6월 이 소식을 Microsoft와 공유했고 Microsoft는 노출된 데이터를 제거하기 위해 신속하게 조치를 취했다고 말했습니다. 그는 이번 사건이 "훨씬 더 나쁠 수도 있었다"고 덧붙였다.
데이터 침해에 대해 논평하라는 요청을 받았을 때 Microsoft 대변인은 "우리는 고객 데이터가 손상되지 않았으며 다른 내부 서비스도 영향을 받지 않았음을 확인했습니다."라고 말했습니다.
월요일에 게시됨 블로그 게시물에서 Microsoft는 이 사건이 Microsoft 직원이 GitHub 공개 저장소의 URL을 오픈 소스 인공 지능 학습 모델에 공유했으며 회사에서 수정 조치를 조사하고 구현했습니다. 마이크로소프트는 스토리지 계정에 노출된 데이터에는 두 명의 전직 직원의 컴퓨터 구성 파일 백업과 두 직원과 동료 간의 내부 마이크로소프트 팀즈 메시지가 포함되어 있다고 밝혔습니다.
블로그에 따르면 Wiz 연구팀은 클라우드 호스팅 데이터의 우발적인 노출을 목표로 삼기 위한 노력의 일환으로 인터넷에서 잘못 구성된 스토리지를 검색하는 동안 데이터 노출을 발견했습니다. (첸첸)
위 내용은 Microsoft AI 연구원들이 클라우드 스토리지 링크 구성 오류로 인해 실수로 대량의 내부 데이터를 노출했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











표준 JSON 문자열의 경우 vue.js의 객체로 문자열을 변환 할 때 JSON.PARSE ()가 선호됩니다. 비표준 JSON 문자열의 경우, 정규 표현식을 사용하여 문자열을 처리하고 형식 또는 디코딩 된 URL 인코딩에 따라 방법을 줄일 수 있습니다. 문자열 형식에 따라 적절한 방법을 선택하고 버그를 피하기 위해 보안 및 인코딩 문제에주의를 기울이십시오.

요약 : vue.js 문자열 배열을 객체 배열로 변환하는 다음 방법이 있습니다. 기본 메소드 : 정기적 인 형식의 데이터에 맞게 맵 함수를 사용하십시오. 고급 게임 플레이 : 정규 표현식을 사용하면 복잡한 형식을 처리 할 수 있지만 신중하게 작성하고 고려해야합니다. 성능 최적화 : 많은 양의 데이터를 고려하면 비동기 작업 또는 효율적인 데이터 처리 라이브러리를 사용할 수 있습니다. 모범 사례 : 명확한 코드 스타일, 의미있는 변수 이름과 주석을 사용하여 코드를 간결하게 유지하십시오.

원격 선임 백엔드 엔지니어 구직 회사 : 원 위치 : 원격 사무실 직무 유형 : 전임 급여 : $ 130,000- $ 140,000 직무 설명 전체 소프트웨어 개발 라이프 사이클을 다루는 Circle Mobile 애플리케이션 및 공개 API 관련 기능의 연구 및 개발에 참여합니다. 주요 책임은 독립적으로 Rubyonrails를 기반으로 개발 작업을 완료하고 React/Redux/Relay 프론트 엔드 팀과 협력합니다. 웹 애플리케이션의 핵심 기능 및 개선을 구축하고 기능 설계 프로세스 전반에 걸쳐 설계자 및 리더십과 긴밀히 협력하십시오. 긍정적 인 개발 프로세스를 촉진하고 반복 속도를 우선시하십시오. 6 년 이상의 복잡한 웹 애플리케이션 백엔드가 필요합니다.

vue 및 요소 -UI 계단식 드롭 다운 박스 V- 모델 바인딩 공통 핏 포인트 : V- 모델은 문자열이 아닌 계단식 선택 상자의 각 레벨에서 선택된 값을 나타내는 배열을 바인딩합니다. selectedOptions의 초기 값은 널 또는 정의되지 않은 빈 배열이어야합니다. 동적 데이터로드는 비동기식으로 데이터 업데이트를 처리하기 위해 비동기식 프로그래밍 기술을 사용해야합니다. 거대한 데이터 세트의 경우 가상 스크롤 및 게으른로드와 같은 성능 최적화 기술을 고려해야합니다.

vue axios의 타임 아웃을 설정하려면 axios 인스턴스를 생성하고 시간 초과 옵션을 지정할 수 있습니다. 글로벌 설정에서 : vue.prototype. $ axios = axios.create ({timeout : 5000}); 단일 요청 : this. $ axios.get ( '/api/user', {timeout : 100000}).

7 백만 레코드를 효율적으로 처리하고 지리 공간 기술로 대화식지도를 만듭니다. 이 기사는 Laravel과 MySQL을 사용하여 7 백만 개 이상의 레코드를 효율적으로 처리하고 대화식지도 시각화로 변환하는 방법을 살펴 봅니다. 초기 챌린지 프로젝트 요구 사항 : MySQL 데이터베이스에서 7 백만 레코드를 사용하여 귀중한 통찰력을 추출합니다. 많은 사람들이 먼저 프로그래밍 언어를 고려하지만 데이터베이스 자체를 무시합니다. 요구 사항을 충족시킬 수 있습니까? 데이터 마이그레이션 또는 구조 조정이 필요합니까? MySQL이 큰 데이터로드를 견딜 수 있습니까? 예비 분석 : 주요 필터 및 속성을 식별해야합니다. 분석 후, 몇 가지 속성만이 솔루션과 관련이 있음이 밝혀졌습니다. 필터의 타당성을 확인하고 검색을 최적화하기위한 제한 사항을 설정했습니다. 도시를 기반으로 한지도 검색

이 기사는 MySQL 데이터베이스의 작동을 소개합니다. 먼저 MySQLworkBench 또는 명령 줄 클라이언트와 같은 MySQL 클라이언트를 설치해야합니다. 1. MySQL-Uroot-P 명령을 사용하여 서버에 연결하고 루트 계정 암호로 로그인하십시오. 2. CreateABase를 사용하여 데이터베이스를 작성하고 데이터베이스를 선택하십시오. 3. CreateTable을 사용하여 테이블을 만들고 필드 및 데이터 유형을 정의하십시오. 4. InsertInto를 사용하여 데이터를 삽입하고 데이터를 쿼리하고 업데이트를 통해 데이터를 업데이트하고 DELETE를 통해 데이터를 삭제하십시오. 이러한 단계를 마스터하고 일반적인 문제를 처리하는 법을 배우고 데이터베이스 성능을 최적화하면 MySQL을 효율적으로 사용할 수 있습니다.

MySQL 시작이 실패하는 데는 여러 가지 이유가 있으며 오류 로그를 확인하여 진단 할 수 있습니다. 일반적인 원인에는 포트 충돌 (포트 점유 체크 및 구성 수정), 권한 문제 (서비스 실행 사용자 권한 실행), 구성 파일 오류 (파라미터 설정 확인), 데이터 디렉토리 손상 (데이터 복원 또는 테이블 공간 재건), IBDATA 테이블 공간 문제 (IBDATA1 파일 확인), 플러그로드 (확인 오류 로그)가 포함됩니다. 문제를 해결할 때 오류 로그를 기반으로 문제를 분석하고 문제의 근본 원인을 찾고 문제를 방지하고 해결하기 위해 정기적으로 데이터를 백업하는 습관을 개발해야합니다.
