Positive Technologies
Уже более 20 лет наша основная задача — предотвращать хакерские атаки до того, как они причинят неприемлемый ущерб бизнесу и целым странам. Регистрация в перечне РКН: https://knd.gov.ru/license?id=673b47eab7aeb106ceff4f97®istryType=bloggersPermission
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Positive Technologies
تُعد قناة Positive Technologies (@positive_technologies) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 28 315 مشتركاً، محتلاً المرتبة 4 866 في فئة التكنولوجيات والتطبيقات والمرتبة 23 329 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 28 315 مشتركاً.
بحسب آخر البيانات بتاريخ 09 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 83، وفي آخر 24 ساعة بمقدار 7، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 19.40%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 12.27% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 5 494 مشاهدة. وخلال اليوم الأول يجمع عادةً 3 476 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 35.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل maxpatrol, хакер, инцидент, отгрузка, группировка.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Уже более 20 лет наша основная задача — предотвращать хакерские атаки до того, как они причинят неприемлемый ущерб бизнесу и целым странам.
Регистрация в перечне РКН: https://knd.gov.ru/license?id=673b47eab7aeb106ceff4f97®istryType=bloggersPermis...”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 10 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
«Скажу прямо, без ИИ я бы столько не заработал», — признается Nuit.Вооружившись OpenAI Codex и Claude, он анализирует огромный объем данных, получает предварительную сводку по возможным векторам атак и проверяет их уже вручную. Однако такой метод работает не со всеми уязвимостями: что для IDOR хорошо, то в Docker Escape или Privilege Escalation может все сломать. В статье — подробности о плюсах и минусах ИИ в работе багхантера и разбор реального кейса на 1,5 миллиона. И помните: без технических знаний искать баги с помощью ИИ — затея не из лучших. Сначала база, а только потом помощь нейросетей, чтобы знать, куда их направлять. Читайте и вдохновляйтесь! #StandoffBugBounty @Positive_Technologies
«Проектирование и производство собственного лазерного комплекса LFI-26 было необходимым шагом, чтобы сохранить и развивать компетенции в области аппаратной безопасности в условиях, когда западные вендоры ушли с рынка. Без подобного оборудования невозможно ни полноценно анализировать безопасность иностранных чипов, ни подтверждать качество защиты отечественной элементной базы», — Алексей Усанов, руководитель R&D Центра Positive Labs.💡 И это еще не все: LFI-26 — часть линейки комплексов от Positive Labs для исследований безопасности микроэлектроники. В нее также входят EMFI-26 (ElectroMagnetic Fault Injection) и EMSCA-26 (ElectroMagnetic Side Channel Analysis). @Positive_Technologies
«Тестирование на реальных вредоносных пакетах показало, что MOLOT находит вредоносный код точнее опенсорсных аналогов. В части тестов разница доходит до 30%», — рассказал ML-руководитель application security в Positive Technologies Максим Митрофанов.Если хотите перепроверить результаты тестирования — пожалуйста: делимся дата-сетом и публикуем сценарии запуска как открытый бенчмарк. ⚠️ В чем фишка Большая часть инструментов анализа кода ищет уязвимости, через которые проект можно атаковать извне. Но недавние инциденты (например, кейс LiteLLM) показывают, что этого недостаточно. И вот почему. Если злоумышленник сможет получить доступ к проекту, то внесенный им вредоносный код пройдет все проверки традиционных средств безопасной разработки. Стандартные инструменты нацелены на обнаружение «слабых мест» в коде и не оценивают его с точки зрения недокументированной логики. 👀 Как это выглядит на практике Например, вам передают проект с огромным репозиторием и разветвленной бизнес-логикой, включающей чтение паролей из переменных окружения, их кодирование и использование для составления сетевого запроса. Каждое из этих действий по отдельности вполне легитимное. Но если выполняются те же действия, а данные при этом отправляются на сторонний сервер, — это уже считается опасным. Классические правила упускают такие сценарии. MOLOT же умеет извлекать из кодовой базы все действия, анализировать их очередность и делать выводы: опасны они или нет (примерно так же, как большие языковые модели учатся понимать тексты целиком по последовательности слов). Более того, MOLOT подсвечивает конкретные строки кода, которые повлияли на принятое решение. Так что аналитику остается только перейти к выделенному фрагменту и проверить выводы модели. Так MOLOT в составе PT Application Inspector помогает «починить» код ваших продуктов и сделать его безопасным. @Positive_Technologies
متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
