Category: Business

Личная информационная безопасность. Урок №3.

Личная информационная безопасность. Урок №3.

Предыдущие – №1 (http://bit.ly/2sUBnsb) и №2 (http://bit.ly/2ryGilt). Напоминаю: пишу только о том, “чему не учат в школе” – то есть никто другой об этом не пишет. По разным материальным соображениям.

Вы, наверное, любите “умные вещи”? Зачем же тогда покупать обыкновенный телевизор? Лучше купить такой, который по команде, данной человеческим голосом, поворачивается “ко мне передом, к лесу задом”. То есть распознаёт команды управления, как избушка на курьих ножках. Такой вот был интернет вещей в эпоху бабы Яги и Кащея Бессмертного.

Вот и телевизоры Самсунг (для примера) – внимательно подслушивают всё помещение – с целью “выявления в потоке речи команд управления телевизиором”. Если выявят – то выполнят. А не выявят – не обессудьте. Но прослушивают всё подряд, и отправляют – для распознавания – х.з. куда по интернету. Вроде бы какому-то субчику Самсунга, который неизвестно откуда взялся и неизвестно куда потом денется. И ответственности за то, что ваши словесные упражнения стали известны кому надо, не понесёт. Ведь прослушивается-то всё подряд, и отправляется х.з. куда – тоже.

В принципе, ещё Д. Оруэлл описал такой телевизор Самсунг в своём бессмертном романе “1984”. Пока не запретили (не телевизор, а роман), крайне рекомендую почитать. Конечно, делайте поправки на то, что писано всё это было ещё в 1948 году, когда и телевизоров-то толком не было. Но тем приятнее.

Так вот, живите проще. Никогда не приносите домой всякой гадости, которая хочет жить с подключением к интернету. Что может быть лучше старых простых чайников, кофеварок, телевизоров, хлебопечек, пылесосов, которые можно было выключить легким движением руки?

Кстати, о пылесосах. Есть такой шибко умный пылесос Roomba (I-Robot), который, (естественно!) “для улучшения качества бла-бла-бла” собирает всю информацию вокруг себя – о площади и планировке квартиры, температуре, как часто вы занимаетесь уборкой и т.д. – и отправляет её в компанию-производитель пылесоса. Всё бы прошло незаметно, но тут Colin Angle (CEO этого пылесоса) проболтался, что поделится всей накопленной за два-три года информацией с теми, кто – то ли заплатит больше, то ли имеет более красивые глаза. Кто не верит – читайте вот тут (http://reut.rs/2tP4fSR). Ну, может, уставший он был, слегка. Короче, сморозил.

Ох, какой же был скандал! Просто как у Луи в песне Пугачёвой. Через неделю, правда, появилась статья (http://bit.ly/2eZsbQL), что его не правильно поняли, и тому подобное. Ну, как всегда в таких случаях. И информацию он не продаст, а подарит бесплатно, и не все данные, а только те, которые вы согласились отдать, бла-бла-бла.

А для тех, кто дочитал досюда, мораль: а ну их на фиг, эти умные вещи. Живите проще, пока можно. А то ведь скоро на аукционах будут продавать “бесценный металлический чайник 20 века, который может работать без подключения к интернет”. А на покупку такого чайника надо будет получать лицензию, как на огнестрельное оружие.

Всем хорошей трудовой недели!

Тренинг: Использование технологий больших данных (Big Data) и интеллидженс во внутреннем аудите

Тренинг: Использование технологий больших данных (Big Data) и интеллидженс во внутреннем аудите

2 дня, корпоративный формат (август-сентябрь). Место проведения: определяется заказчиком

Почему: Великая технологическая революция интернета вещей (IoT) приводит к радикальному изменению принципов и правил внутреннего контроля. Каким станет внутренний аудит и внутренний контроль в ближайшие пять лет? Как освоить новые технологии и новый уровень эффективности внутреннего контроля?

Зачем: Чтобы изменить своё понимание внутреннего контроля и внутреннего аудита, увидеть новые пути и способы повышения эффективности бизнеса.

Для кого: Для тех аудиторов и контролёров, кто видит изменения в технологической среде и понимает, что все они требуют от нас знать и уметь нечто, что ещё не написано в стандартах внутреннего аудита и книгах по внутреннему контролю.

В результате: знания теории и практики внутреннего контроля в современной технологической среде. Повышения эффективности процессов: разработки контрольных процедур, оценки рисков системы внутреннего контроля, проведения внутренних расследований.

В программе:

– Интеллидженс и технологии обработки больших данных в системе внутреннего контроля

– Особенности контрольных процедур и их оценки в эпоху технологий интернета вещей.

– Большие данные: основы технологии и использования во внутреннем аудите

– Новые принципы и правила внутреннего контроля с использованием средств Big Data и интеллидженс.

Чего точно не будет:

– рассказа про кубик COSO и три линии обороны и прочих общеизвестных теорий.

Дополнительно:

Для участников тренинга будет проведены два предварительных вебинара по теме тренинга – для предварительной подготовки участников и повышения эффективности восприятия материала непосредственно на тренинге.

Кто проводит: Ассоциация “Объединение сертифицированных специалистов по расследованию хищений” в сотрудничестве с MS Business Security Consulting Oy. Участники получают 12 часов CPE международного образца (ACFE).

Лектор и автор курса: Сергей Мартынов, CFE, CIA, CISA, Ms. Criminal Justice, профессиональный бухгалтер.

Контакты по всем вопросам: e-mail: martynovsa@mac.com

Пациент скорее мертв, чем жив?

Пациент скорее мертв, чем жив?

   Это я про наше образование, высшее и специальное. По-моему, за 30 тыс. рублей в месяц (ставка преподавателя) учить кого-то и чему-то может только энтузиаст своего дела (это я долго искал изящный оборот речи и, наконец, выразился). То есть представьте: вы являетесь первоклассным специалистом в своей профессии, но вместо того, чтобы пойти в люди и зарабатывать 300-500 тыр. вы идёте в вуз и пытаетесь за 30 тыр. научить своей профессии неких не совсем сформировавшихся представителей человеческого рода. Которым, к тому же, это всё пох… неактуально. Если да – то у вас садомахизм в особо извращённой форме.

И какие перспективы у нашего бобика? То есть у высшего образования?

Один очень уважаемый товарищ как-то затеял здесь дискуссию – может ли “корпоративный университет” заменить высшее образование. Слушал я это всё долго и внимательно и вспоминал применимые случаи из своей жизни на эту тему почти что месяц. И наконец понял.

1) Корпоративный университет в нашей, отечественной, практике – на 90% – это прачечная. Для тех, кто не в теме – термин “прачечная” означает банальный смыв бабла нужным людям и его отмывка:). С ним соревнуется (по степени воровства) ещё благотворительность, но это всё детали. Если хотите подробнее, пишите – и не забудьте указать название своей компании. Обязательно отвечу. “С разоблачением фокусов” – как говорил один персонаж Булгакова.

2) Но и это не главное. Любая компания живёт днём сегодняшним, проблемами актуальными. Сегодня надо разрабатывать новую коробку передач или искусственный интеллект – и мы набираем молодежь с правильным происхождением или с “горящими глазами” (http://bit.ly/2c6n1Mn) и засираем им свежие, не тронутые классическим образованием мозги чем-то, по звуку произношения близким к актуальной на сегодня теме. Не факт, что это будет актуальным уже завтра – когда президент компании встанет не с той ноги или поланчует не с тем, с кем надо…

3) И самое главное. Такое уже было в истории. Называлось – ремесленничество. Когда гильдии бочкарей обучали своих учеников профессии (искусству) изготовления бочек или чего-то там, скрывая знания от непосвящённых. И обученные гильдией бочкари были непревзойдённы, пока не наступил примитивный капитализм.

История повторяется. На новом технологическом уровне.

Всем приятного воскресенья!

Так у вас большие данные или маленький компьютер?

Так у вас большие данные или маленький компьютер?

 Товарищи учёные, доценты с кандидатами уже не первый год совещаются в поте лица, сочиняют определение термина “Big Data”, чтобы потом увековечить его в очередном эпохальном ФЗ. А тем временем я расскажу вам, что это такое.

Многие думают, что Big Data – это когда много данных. А что такое много? Гига-, тера-, пента-? Неспособность вашего компьютера обработать ваши данные (“многа буковок ниасилил”) не делает ваши данные Big Data. Скорее всего, у вас не большие данные, а маленький компьютер.

Главное отличительное свойство Big Data, о котором я сейчас скажу, приведет немало почтеннейшей публики в состояние разрыва шаблона. Оно, это свойство, заключается в том, что, работая с большими данными, вы никогда не получите точный ответ на свой запрос. Как же так? Мы привыкли, что если уж компьютер посчитал – это точно.

Существуют ряд причин, по которым получаемая вами из Big Data информация будет всегда приблизительной, с большей или меньшей степенью ошибки.

Если вы пишете запрос к обычной базе данных найти всех людей по фамилии Иванов, вы уверены, что полученный список будет включать всех существующих Ивановых. В случае с Big Data это не так.

В любой момент времени точное количество Ивановых неизвестно. Часть из них умерла, но информация об этом ещё не занесена в базу данных, а часть – родилась, но тоже ещё не зарегистрированы, потому что в Петропавловске-Камчатском – полночь. У некоторых Ивановых фамилия занесена в базу данных с ошибкой, например – Ивонов, Ивнов и т.д., и они не будут найдены. Часть базы данных, находящаяся в на Дальнем востоке, подверглась кибератаке и не ответила на запрос, поэтому все находящиеся в этом сегменте Ивановы тоже не были найдены. Так как с большими данными работают сотни приложений, сочинённых не совсем пряморукими кодерами, всегда часть из этих приложений глючит (как наш с вами любимый ЛинкедИн), и в любой конкретный момент времени  что-нибудь, да не работает.

То есть, работая с Big Data, вы всегда получаете не точный, а более-менее правильный ответ – с некоторой степенью ошибки. Как в известном анекдоте: «Сколько будет 2х2? – Ну, в основном четыре, редко – пять, а совсем редко – даже 8 бывает». Раньше это был анекдот. А теперь это – нормальный результат работы с Big Data.

Поэтому одна из самых важных проблем, которую приходится решать при работе с большими данными – как при неточных, содержащих ошибки, искажения и тому подобные прелести исходных данных, получить результат с необходимой (приемлемой) точностью. А если вы всё же нашли способ получать в любой момент времени совершенно точный результат при работе с данными – извиняюсь, у вас уже не Big Data, сколько бы тера и пентабайт данных там не было.

Собственно, для получения достаточно точных результатов при некачественных исходных данных существуют всего два метода. Но об этом в другой раз.

Вечный двигатель и искусственный интеллект

Вечный двигатель и искусственный интеллект

Последние лет 200 успешно существуют три фишки для наукообразного развода лохов. На них кормятся тучные стада “британских учёных” и им подобных. Это:

– изобретение вечного двигателя;

– оценка и управление рисками;

– создание искусственного интеллекта.

Была ещё четвёртая фишка – поиск философского камня, способного превращать любое г-но в золото. Но эта фишка, увы, накрылась: способ делать золото из воздуха был монополизирован американским правительством, которое наделало его (золота) из воздуха аж на 20 триллионов. И многие верят, что это золото.

Так что если вы слышите:

– мы изобрели вечный двигатель;

– мы умеем оценивать риски;

– мы создали искусственный интеллект;

то знайте – перед вами шарлатаны. Они, будучи припёртыми к стенке, скажут: “да мы тут не при делах, мы просто маркетологи”:) Все их “изобретения”, на проверку, оказываются просто брехнёй, происходящей из полной безграмотности брешущего.

Оставим в стороне вечный двигатель. С ним, похоже, уже (почти) разобрались. Но те господа-товарищи, которым я задавал уточняющие вопросы по поводу их умения оценивать риски или работы “созданного” ими искусственного интеллекта, демонстрировали в лучшем случае умение хорошо манипулировать конъюнктурой и втирать очки руководству, а в худшем – уровень образования четырех классов церковно-приходской школы. Нет, ц-п школу я зря обидел. Тут всё намного хуже.

Поверьте, если бы кто-то на самом деле умел оценивать риски (вот как они есть, например – случится ли завтра война) – он бы стал самым богатым человеком в мире. Баффет (моё уважение к этому самому великому в мире человеку) просто застрелился бы от зависти.

Поверьте, если бы те люди, которые заявляют, что создали (или завтра создадут) искусственный интеллект, прочитали бы несколько книжек по этой теме, а перед этим получили бы нормальное образование – то им было бы стыдно пороть такую херунду.

Дорогие мои, искусственный интеллект создать невозможно. По причине того, что чтобы создать искусственную копию себя, нужно быть на следующем уровне эволюции. Кошка не может осознать себя на уровне, достаточном для создания копии себя. Я имею в виду – сознательным, не путем полового размножения. Мы можем клонировать кошку, но не способны создать компьютерный её аналог, ведущий себя так же. Что же говорить об “искусственном разуме”?

Если вы думаете, что человек способен создать AI, вам – прямая дорога в церковную семинарию. Потому что из этого прямо следует божественное происхождение человека. Ни одно существо не может создать искусственный аналог себя, а человек может? Уж не бог ли в человеке обитает?

А потом я с удовольствием послушаю вашу проповедь. Я разве против? Люблю слушать, как космические корабли бороздят ….

На самом деле, вечный двигатель существует. Это человеческая лень и глупость.

Мораль сей басни, приложения и продолжения.

  1. Мне жалко тех молодых ребят, которые начинают (и заканчивают) своё образование изучением С++ или любых других языков программирования. Они пытаются разработать искусственный интеллект, и выглядит это как муха, которая долбается об оконное стекло. До тех пор, пока, обдолбанная, не рухнет лапками кверху на подоконник. Хотя открытая форточка – рядом.
  2. Начинать образование надо с начала – с философии, логики и прочей херни, которой страдали не самые тупые люди последнюю пару тысяч лет. Тогда научишься видеть открытую форточку.
По самые помидоры

По самые помидоры

Может быть, кто-нибудь из экспертов объяснит экономический смысл происходящего?

На фото: помидоры, купленные в супермаркете в Словении. Кто не силён в языках, перевожу этикетку: “Помидоры. Выращено в Бельгии”.

А теперь, собственно, несколько фактов – как информация к размышлению.

Факт 1. Огромное количество словенцев работают в соседних Австрии, Германии. Да и в Бельгии их полно. В самой Словении нет ни работы, ни денег. На чек-пойнте платной дороги из Словении в Австрию в прошлое воскресенье, вечером была очередь длиной 6 км – так спешили гастарбайтеры вернутся на свои рабочие места к началу следующей трудовой недели.

Факт 2. Помидоры, выращенные в Бельгии гастарбайтерами (возможно из той же Словении), везут продавать из Бельгии в Словению.

Факт 3. Климат для выращивания помидоров в Словении гораздо более подходящий, чем в Бельгии. Тепла и солнца раза в два больше.

Факт 4. Еще несколько лет назад ездил в Словению пожрать местных помидор по причине их низкой цены (0,50 евро за кг) и шикарного вкуса. Теперь в супермаркете в основном голландские и бельгийские по 1.80-2.90.

А теперь, внимание: вопрос для знатоков:

– В чём и для кого экономический смысл происходящего?