about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
جایزه
1404/03/25 - 08:09- تروریسم سایبری

جایزه 10 میلیون دلاری برای گروه هکری نجات دهنده سامانه‌های پدافندی

ایالات متحده اخیراً با اعلام بیانیه‌ای از تعیین جایزه 10 میلیون دلاری برای مرموزترین دشمن سایبری خود به نام مِستر سول خبر داد.

اعتراف
1404/03/28 - 09:08- تروریسم سایبری

اعتراف منابع صهیونیستی به نفوذ سایبری ایران در پخش تصاویر پشت‌پرده

منابع صهیونیستی به نفوذ سایبری ایران در پخش تصاویر پشت‌پرده اعتراف کردند.

حمله
1404/03/27 - 20:40- آسیا

حمله سایبری به بانک سپه

هکرهای گنجشک درنده(گروهی منتسب به آمریکا) مدعی حمله سایبری به بانک سپه شدند.

محققان مایکروسافت روشی مبتنی بر هوش مصنوعی توسعه داده‌اند که مات شدن تصاویر پس از ثبت با دوربین زیر نمایشگر را برطرف می‌کند.

به گزارش کارگروه فناوری اطلاعات سایبربان ؛ پس از موفقیت تولیدکننده‌های گوشی هوشمند در استفاده از حفره برای دوربین‌های سلفی در نمایشگرها، دستاورد بزرگ بعدی را می‌توان در استفاده از دوربین زیر نمایشگر جست‌وجو کرد. در چنین پیکربندی، دوربین‌ سلفی پشت یک صفحه‌ی شفاف OLED قرار می‌گیرد که در زمان غیرفعال بودن دوربین، مانند نمایشگر عادی رفتار می‌کند. این بخش از پنل نمایشگر، نور را به اندازه‌ی کافی عبور می‌دهد تا حسگر دوربین زیر آن، توانایی ثبت تصویر داشته باشد. عبور نور از یک صفحه‌ی شیشه‌ای پیش از رسیدن به لنز و حسگر دوربین، مشکلاتی را در تصویر نهایی ایجاد می‌کند که تیم تحقیقاتی Microsoft Research در جدیدترین پروژه‌ی خود روی رفع آن متمرکز شده است.
محققان مایکروسافت می‌‌گویند شکست نوری که به خاطر عبور پرتوها از میان ساختار پیکسلی نمایشگر رخ می‌دهد، باعث مات شدن تصویر می‌شود. به‌علاوه، کنتراست و سطوح نور هم از این رخداد تأثیر می‌گیرند و درنهایت حتی شاید برخی از جزئیات تصویر، به‌خوبی نمایش داده نشوند. تغییر در فاکتورهای مذکور، به‌نوعی انجام می‌شود که وابستگی کاملی به طراحی پیکسلی نمایشگر دستگاه دارد.

شکست نور در روندی قابل پیش‌بینی رخ می‌دهد و می‌توان باهوش مصنوعی آن را برطرف کرد

تغییر در ساختار تصویر در دوربین‌های زیر نمایشگر، به‌صورت قابل پیش‌بینی رخ می‌دهد. در تمامی موارد، ساختار پیکسل‌ها در محور افقی، تأثیر اصلی را بر شکست نور و مات شدن تصویر دارد که می‌توان مقدار آن را پیش‌بینی کرد.
به خاطر ماهیت قابل پیش‌بینی بودن تغییر در فرم عکس‌ها، می‌توان با برخی راهکارهای نرم‌افزاری، تا حدودی مشکل دوربین زیر نمایشگرهای شفاف (موسوم به T-OLED) را برطرف کرد. محققان برای این کار از یک شبکه‌ی عصبی با ساختار U-Net بهره بردند که در آزمایش‌‌های اولیه، علاوه بر کاهش نرخ سیگنال به نویز تصویر، جلوه‌های مات آن را نیز از بین می‌برد. تیم تحقیقاتی در آزمایش‌های خود توانست تصویر را به‌گونه‌ای بازسازی کند که تفاوت چندانی با یک عکس ثبت‌شده در شرایط عادی نداشت. با نگاه به تصاویر زیر، بهبود قابل‌توجه جلوه‌ی مات را در عکس نمونه، مشاهده می‌کنید.
استفاده از هوش مصنوعی در فرایندهای ثبت تصویر، کاربردهای متنوعی را به کاربران ارائه می‌کند. به‌عنوان‌مثال می‌توان پس‌زمینه‌ی تصویر را مات یا حذف کرد. روش‌های متعدد دیگری هم در زمان ثبت ویدئو قابل‌اجرا خواهند بود که خصوصاً در زمان برقراری تماس‌های ویدیویی، کاربرد زیادی دارند.
ظاهراً برنامه‌ی تحقیقاتی مایکروسافت، باهدف توسعه‌ی قابلیت هوش مصنوعی برای نمایشگرهای بزرگ انجام می‌شود. درواقع ردموندی‌‌ها می‌خواهند کیفیت تماس‌های ویدیوی را در چنین شرایطی بهبود دهند. به‌هرحال موفقیت آن‌ها با تمرکز بر این کاربرد هم می‌تواند به دستاوردی برای استفاده درگوشی‌های هوشمند و دوربین‌های سلفی زیر نمایشگر بینجامد.

Paragraphs

منبع:

تازه ترین ها
تصمیم‌گیری
1404/05/30 - 11:03- آسیا

تصمیم‌گیری درباره جریمه اس کی تلکام

نهاد ناظر حفاظت از داده‌ها روز پنجشنبه اعلام کرد هفته آینده جلسه‌ای عمومی برگزار خواهد کرد تا درباره اعمال جریمه علیه شرکت اس کی تلکام به‌دلیل یک نقض امنیتی بزرگ که ده‌ها میلیون مشتری را تحت تأثیر قرار داده است، تصمیم‌گیری کند.

محدودیت
1404/05/30 - 10:34- آسیب پذیری

محدودیت دسترسی شرکت‌های چینی توسط مایکروسافت

مایکروسافت اعلام کرد که دسترسی برخی شرکت‌های چینی به سیستم هشدار زودهنگام خود برای آسیب‌پذیری‌های امنیت سایبری را محدود کرده است.

اتهام
1404/05/30 - 10:24- جرم سایبری

اتهام به جوان آمریکایی در پرونده رپربات

وزارت دادگستری ایالات متحده اعلام کرد یک مرد ۲۲ ساله اهل اورگن به اتهام راه‌اندازی یک سرویس قدرتمند بات‌نت اجاره‌ای که برای انجام صدها هزار حمله سایبری در سراسر جهان استفاده شده است، تحت پیگرد قضایی قرار گرفته است.

مطالب مرتبط

در این بخش مطالبی که از نظر دسته بندی و تگ بندی مرتبط با محتوای جاری می باشند نمایش داده می‌شوند.