Тревога в Австралии отменяется



AuDA, администратор национальной доменной зоны Австралии .AU, принял решение по поводу предложения о запрете доменного бизнеса, которое не так давно встревожило инвесторов.

Руководство компании решило отклонить предложение Комиссии по разработке политики AuDA о блокировке доменов, которые покупаются с целью хранения без использования, либо с целью перепродажи.

По мнению руководства, комиссия не предоставила доказательств того, что складирование или перепродажа доменных имён наносят вред доменной зоне. Также AuDA сообщила, что выявление доменов, купленных инвесторами — непростая задача, которая повлечет за собой повышение расходов как для самой компании, так и для клиентов.

Таким образом, репрессивных мер в отношении инвесторов не будет. Более того, ведение бизнеса для них станет проще: монетизация доменов посредством парковки будет официально разрешена.

Также AuDA сообщила о своих планах открыть регистрацию доменов второго уровня в зоне .AU. Напомним, что на данный момент в ней используются домены третьего уровня с расширениями com.au, net.au и т.д. Начало регистрации запланировано на 1 октября этого года. В течение первых шести месяцев владельцы доменов третьего уровня будут иметь приоритетные права на регистрацию аналогичных доменов второго уровня.

www.webnames.ru

Важное обновление о макете счета и изменения портальных клиентов



В рамках нашего обязательства постоянно улучшать уровень обслуживания мы обеспечиваем, мы обновили наши системы. Поэтому мы хотели бы еще раз напомнить вам о тех изменениях, которые были внесены в свой формат счета-фактуры и в некоторых экранах портала клиентов.

Какие изменения?
Счет в формате:
Для того, чтобы предоставить вам простой и быстрый обзор, мы переработали наши документы, такие как счета-фактуры и цитаты.
  • «Идентификатор сервера» теперь называется «Оборудование Id»
  • А «Контракт Id» был добавлен. Этот договор содержит все оборудование, заказанное в одно время.
  • Мы рекомендуем вам добавить ссылку на ваши услуги. Это поможет определить их легко в счетах, полученных с мая 2019 года.
Для получения более подробной информации обо всех изменениях можно найти в нашей статье о фактурной изменения формата.

Обновление оплаты:
При использовании кредитной карточки Direct Debit, пожалуйста, повторно подписываться от портала клиента до 30 апреля 2019 года.

Портал для клиентов и интерфейсы:
Изменения в терминологии:
  • «Идентификатор сервера» теперь называется «Оборудование Id»
  • А «Контракт Id» был добавлен. Этот договор содержит все оборудование, заказанное в одно время.
  • Мы рекомендуем вам добавить ссылку на ваши услуги. Это поможет вам определить их легко.
Для получения более подробной информации обо всех изменениях можно найти в нашей статье об изменениях портала клиентов.
Ваши старые счета не доступны на портале клиента. Мы будем продолжать посылать свои счета через электронную почту.
На странице «Все услуги» не имеет поиска и фильтрации функций. Тем не менее, мы работаем, чтобы эти функциональные отреставрированные.
Изменения API:
  • Bare Metal: сервер Id и Id контракта изменились
  • Виртуальный сервер: Ид изменился
  • Частное облако: Ид изменилось
  • Все интерфейсы: Идентификатор клиента изменился
  • Если вы в настоящее время хранения или кэширования этих Идентификаторы, пожалуйста, получить новый Идентификаторы.

kb.leaseweb.com/billing/invoices#Invoices-Changesinthecustomerportal
kb.leaseweb.com/billing/invoices#Invoices-Changesintheinvoiceattachment

НУЖНА ПОМОЩЬ?
Для получения дополнительной информации, пожалуйста, свяжитесь с нами по адресу customercare@leaseweb.com или позвоните нам по телефону +31 20 316 2880. Мы всегда рады помочь.

Облако растёт: новости сервисов



В этом выпуске вы узнаете про новые сервисы Облака, которые помогут визуализировать данные в удобных дашбордах и отчётах, подключить защиту от DDoS-атак или организовать мониторинг — собрать метрики о состоянии ваших облачных ресурсов. И это не все новости — подробнее читайте дальше!



Визуализация данных — это просто
Мы в Яндекс.Облаке запустили новый сервис визуализации данных Yandex DataLens. Он позволяет создавать аналитические отчёты и дашборды и делиться ими с коллегами и партнёрами.
Для создания отчётов вы можете использовать данные из разных источников, например, из Яндекс.Метрики или из CSV-файла. Подробнее о том, как работать с Yandex DataLens, читайте в документации. Сервис доступен в версии Preview — оставьте заявку, чтобы использовать его в работе.
cloud.yandex.ru/services/datalens

Новые сервисы в Яндекс.Облаке
Yandex DDoS Protection
Теперь в Яндекс.Облаке вы можете подключить защиту от DDoS-атак для ваших приложений. Защита предоставляется в партнёрстве с Qrator Labs: она сочетает в себе возможности внешней опорной сети Qrator и оборудования, размещённого непосредственно в сети Облака.
Подключить защиту можно при создании виртуальной машины, базы данных или балансировщика нагрузки. Подробнее читайте на сайте, тарифы cloud.yandex.ru/docs/vpc/pricing
Включить защиту от DDoS-атак cloud.yandex.ru/docs/vpc/operations/enable-ddos-protection
Прерываемые ВМ в Yandex Compute Cloud
Для задач тестирования мы добавили возможность создавать прерываемые виртуальные машины (ВМ).
Они дешевле* обычных: ВМ с полным использованием vCPU стоят от 236 рублей с НДС в месяц вместо 708 рублей. А с частичным использованием vCPU — от 136 рублей с НДС в месяц вместо 245 рублей. Прерываемые ВМ работают как обычные, но имеют некоторые ограничения.
Оптимизировать затраты
Yandex Monitoring
Встречайте — долгожданный сервис для сбора метрик о состоянии ваших облачных ресурсов. Он автоматически собирает информацию и позволяет объединить данные из разных каталогов и облаков в одном дашборде.
Сейчас сервис доступен по запросу: подать заявку на доступ можно на сайте.
Узнать больше о Yandex Monitoring cloud.yandex.ru/docs/monitoring/
Yandex Load Balancer
Распределяйте нагрузку и обеспечивайте отказоустойчивость вашего сервиса с Yandex Load Balancer — теперь в общедоступной версии.
Создать и настроить балансировщик cloud.yandex.ru/services/load-balancer
Yandex Managed Service for Redis
Это сервис для создания и управления кластерами баз данных на основе СУБД Redis. Она часто используется для систем анализа контента в реальном времени. Мы запустили общедоступную версию сервиса — пользуйтесь без ограничений. cloud.yandex.ru/services/managed-redis
Начать работу с Yandex Managed Service for Redis cloud.yandex.ru/docs/managed-redis/

Новые функциональности сервисов
Yandex Object Storage
Теперь вы можете настроить время хранения объектов в бакете Object Storage — подробнее про жизненный цикл читайте в документации. cloud.yandex.ru/docs/storage/lifecycles/
Yandex Managed Service for ClickHouse
В консоли управления для Managed Service for ClickHouse появилась возможность подключаться к кластерам ClickHouse и выполнять SQL-запросы. Мы описали работу с SQL-запросами в документации Яндекс.Облака. cloud.yandex.ru/docs/managed-clickhouse/operations/web-sql-query
Сценарии
Теперь вы можете настроить сайт на WordPress быстрее: у нас появился подробный сценарий работы с WordPress. cloud.yandex.ru/docs/solutions/web/wordpress
Создать облачную структуру в Облаке проще с Terraform. Мы описали начало работы с этим инструментом в документации. Подробнее о том, как работать с Terraform — смотрите запись вебинара на Youtube.
cloud.yandex.ru/docs/solutions/infrastructure-management/terraform-quickstart

Вебинары
Инструменты управления инфраструктурой в Яндекс.Облаке:
Посмотреть запись
Как построить отказоустойчивый веб-сервис:
Посмотреть запись

Резервное копирование для всех сервисов Selectel



Современным компаниям необходимо защищать данные своих информационных систем от ошибок сотрудников и программных сбоев. Позаботьтесь о сохранности информации заранее — подключите услугу из комплекса готовых решений Selectel «Резервное копирование как услуга».
Для каждого сервиса
Только до 30 апреля — месяц резервного копирования в «Облаке на базе VMware» бесплатно!
Резервное копирование и восстановление любых объектов:
  • файлы,
  • приложения,
  • физические серверы,
  • виртуальные машины.
Преимущества услуги
  • Гранулярное восстановление — восстанавливайте информацию целиком, отдельными файлами или томами.
  • Удобная консоль и полный контроль — определяйте тип копий, периодичность их создания и время хранения.
  • Хранение в облаке — работайте с надежным репозиторием Veeam Cloud Connect® и платите только за объем сохраненных в нем данных.

selectel.ru/services/additional/backup-as-a-service/

Новые процессоры Intel Xeon Cascade Lake доступны уже сегодня в Яндекс.Облаке




Прекрасные новости! С 15 апреля в Яндекс.Облаке вы можете выбирать новые масштабируемые процессоры Intel Xeon (кодовое имя — Cascade Lake) для своих виртуальных машин. Мы сделали новую линейку процессоров доступной раньше всех в России! Эффективная стоимость использования процессоров новой линейки на платформе Яндекс.Облако будет не выше предыдущего поколения.


Прямо сейчас, в день официального анонса Intel в России, вы уже можете зайти в консоль Яндекс.Облака, и выбрать Cascade Lake как один из возможных вариантов CPU. На базе нового процессора можно создавать виртуальные машины с количеством ядер до 48!
cloud.yandex.ru/docs/compute/concepts/performance-levels

Благодаря программе сотрудничества Яндекс c Intel мы смогли заранее провести испытания новой линейки процессоров. На широком наборе тестов новые процессоры стабильно показывают ускорение от 10% до 90%, в зависимости от теста.

При этом в новых процессорах закрыты известные уязвимости на аппаратном уровне. Также результаты тестов, проведенных на платформе Яндекс.Облака показали, что благодаря новому набору команд AVX512 (Advanced VectorInstructions) и VNNI (Vector Neural Network Instructions) новые процессоры могут в два раза ускорить решение таких популярных для решения в облаках задач как машинное обучение и обработка изображений. На 20%, по сравнению с предыдущим поколением, выросла пропускная способность оперативной памяти.

Попробуйте создать виртуальную машину с процессором нового поколения.
cloud.yandex.ru/docs/compute/quickstart/quick-create-linux

Взлом капчи за 0.05 секунд с помощью Машинного Обучения



Оказывается, нейросети уже давно могут «притворяться» людьми — рассказываем про новую модель генеративно-состязательной сети (GAN), которая распознаёт системы CAPTCHA на 32 посещаемых веб-сайтах.
Автор: Roberto Iriondo, Machine Learning Department of Carnegie Mellon University

ДИСКЛЕЙМЕР

Текст данной статьи приведен исключительно в образовательных целях для информирования пользователей о возможных уязвимостях при разработке сайтов. Информация предоставляется в целях противодействия эксплуатации уязвимостей. Редакция сайта не поддерживает никакие виды противозаконной деятельности в сети Интернет.

Никто не любит капчи (в смысле, никто из людей, ведь у ботов нет эмоций) — надоедливые картинки с трудно читаемым текстом, который вы должны ввести для доступа к чему-либо в интернете. CAPTCHA (Completely Automated Public Turing tests to tell Computers and Humans Apart) разработана для того, чтобы автоматические программы не могли злонамеренно использовать онлайн-контент (заполнять формы, запрашивать доступ к закрытым файлам, многократно заходить на один и тот же сайт и т. д.). Она должна убедиться, что вы человек, а не бот. Тем не менее, в прошлом были попытки доказать несовершенство систем CAPTCHA. Но ни одна из них не была настолько же точной и быстрой, как алгоритм машинного обучения, предложенный группой исследователей из университета Ланкастера, Северо-Западного университета и Пекинского университета.

Схема алгоритма:


Исследователи используют небольшой набор несинтезированных капч для обучения синтезатора CAPTCHA. Синтезатор (1) используется для генерации синтетических CAPTCHA (2), которые применяются для обучения базового решателя (base solver) (3). Base solver затем совершенствуется для создания точно настроенного решателя (fine-tuned solver) несинтезированных капч.
Одним из первых известных людей, которые продемонстрировали уязвимость CAPTCHA, был Эдриан Роузброк. В своей книге «Deep Learning for Computer Vision with Python» Эдриан рассказывает, как он обошёл системы CAPTCHA на сайте E-ZPass New York. Для обучения своей глубокой модели он использовал большой набор изображений с примерами CAPTCHA.

Основное отличие решения Адриана от подхода учёных из Ланкастера, Северо-Западного университета и Пекина — последние не использовали набор данных с примерами, а синтезировали CAPTCHA с помощью генеративно-состязательной сети (GAN). Почти вся обучающая выборка состояла из сгенерированных капч, и лишь небольшая часть — из реальных.

Генеративно-состязательные сети, представленные Яном Гудфеллоу вместе с другими учёными — это глубокие архитектуры, состоящие из двух нейросетей. Эти сети «соревнуются» друг с другом в игре с нулевой суммой (zero-sum game) и синтезируют образцы, близкие к подлинным. Это может быть очень полезно в случае, когда модель не имеет доступа к большому набору данных.

Исследователи оценили свой подход с помощью 33 текстовых схем CAPTCHA, 11 из которых в настоящее время используют 32 самых популярных веб-сайта по данным Alexa. Туда входят схемы Google, Microsoft, eBay, Wikipedia, Baidu и многие другие. Модели, создаваемой для работы с этими системами, понадобилось всего 500 реальных капч, в то время как другим (в том числе модели Эдриана) требовались миллионы примеров.

Сеть GAN инициализируется с учётом параметров безопасности капчи, показанных на рисунке:


Затем она генерирует партию CAPTCHA, чтобы обучить синтезатор с помощью 500 реальных изображений из различных схем капч:

Список текстовых схем капчи, используемых в качестве обучающих данных для синтезатора и тестовых данных для решателя

Исследователи использовали 20 тыс. капч для обучения модели Preprocessing и 200 тыс. сгенерированных капч для обучения базового решателя.

Прототип создан с помощью Python, модель Preprocessing построена в приложении Pix2Pix, которое реализовано с помощью TensorFlow. Точно настроенный решатель сделан с помощью Keras.

Реальные Google CAPTCHA и сгенерированные версии, созданные синтезатором CAPTCHA

После обучения GAN со сгенерированными и реальными капчами, решатель CAPTCHA использовался для атаки на системы защиты таких сайтов как Megaupload, Blizzard, Authorize, Captcha.net, Baidu, QQ, reCaptcha, Wikipedia и т. д. Большинство капч было определено с точностью около 80%, а на сайтах Blizzard, Megaupload и Authorize.net — 100%. Этот метод оказался более точным, чем все предыдущие решения, в которых использовались большие несинтезированные наборы обучающих данных.

Сравнение решателя CAPTCHA с четырьмя другими методами

Помимо увеличения точности, исследователи упоминают в статье, что их подход также оказался более эффективным и не таким дорогостоящим, как другие решения. Это первая GAN-нейросеть для распознавания капч с открытым исходным кодом — отсюда её эффективность и дешевизна.

Однако, у модели есть некоторые ограничения: например, капчи с переменным количеством символов. В текущем подходе используется фиксированное число — если его увеличить, то прототип не будет работать. Ещё модель не поддерживает многословные и фото- или видео-капчи. В теории её можно обучить так, чтобы избавиться от этих ограничений, но пока что они присутствуют.

Посещаемым веб-сайтам следует использовать более надёжные способы защиты своих систем, такие как меры по обнаружению ботов, диагностика кибербезопасности и аналитика. Следует также поддерживать отслеживание местоположения устройства, его тип, используемый браузер и т. д., поскольку теперь сайты стали ещё более лёгкой мишенью для атаки.

www.reg.ru

Looking for high performance servers at a low price?



Ожидание окончено! Мы представляем наши самые мощные серверы когда — либо в США! Новые сервера HG идеально подходят для любой нагрузки, требующей высокой производительность и низкую латентность, таких как большой анализ данных, машинного обучение или базы данных в оперативной памяти.

Вот первый взгляд на наших предварительно настроенных серверов премиум — HG.


us.ovhcloud.com/products/servers/infrastructure-servers

Как начать работу с Keras, Deep Learning и Python



Специально для тех, кто только начинает осваивать Deep Learning и нейронные сети, мы подготовили перевод очень полезной статьи. Из неё вы узнаете, как использовать библиотеку Keras для обучения своей первой нейронной сети с собственным набором изображений, а также сможете создать свёрточную нейронную сеть (CNN).

Большинство учебных пособий по Keras основаны на работе со стандартными датасетами, такими как MNIST (распознавание рукописного ввода цифр) или CIFAR-10 (распознавание базовых объектов). Они помогут вам начать использовать Keras, но не смогут научить работать с собственными наборами изображений — вы просто будете вызывать вспомогательные функции для загрузки предварительно скомпилированных датасетов.

Поэтому вместо того, чтобы вновь обращаться к предкомпилированным датасетам, мы рассмотрим, как обучить вашу первую нейронную сеть и CNN на оригинальном наборе изображений, как этого и требуют реальные задачи.

Содержание
1. Установка Keras и другого необходимого ПО
2. Загрузка ваших данных с диска
3. Разбиение их на обучающую и тестовую выборки
4. Определение архитектуры вашей модели Keras
5. Компиляция вашей модели
6. Обучение модели
7. Оценка модели на тестовой выборке
8. Распознавание изображений с использованием обученной модели
9. Бонус: обучение свёрточной нейронной сети
www.reg.ru/blog/keras/