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
نمایش بیشتر📈 تحلیل کانال تلگرام Positive Technologies
کانال Positive Technologies (@positive_technologies) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 28 315 مشترک است و جایگاه 4 866 را در دسته فناوری و برنامهها و رتبه 23 329 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 28 315 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 09 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 83 و در ۲۴ ساعت گذشته برابر 7 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 19.40% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 12.27% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 5 494 بازدید دریافت میکند. در اولین روز معمولاً 3 476 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 35 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند maxpatrol, хакер, инцидент, отгрузка, группировка تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“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...”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 10 ژوئن, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامهها تبدیل کردهاند.
«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
اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
