در این بخش به بررسی امنیتی چند پیام رسان پرداخته ایم :
با ما همراه باشید و این پست را با دوستانتان به اشتراک بگذارید .

در این روزها، اپلیکیشن‌های پیام‌رسان به بخش جدا نشدنی از زندگی بسیاری از مردم دنیا تبدیل شده‌اند. انواع و اقسام شرکت‌های توسعه‌‌دهنده‌ی اپلیکیشن و نرم‌افزار با ارائه‌ی پیام‌رسان‌های مختلف قصد دارند از این بازار گسترده استفاده کنند و با اتخاذ سیاست‌های مختلف و افزایش ضریب‌های امنیتی، افراد را برای استفاده از پیام‌رسان ابداعی خود ترغیب کنند.

با توجه به اهمیت این موضوع، در این مطلب سعی می‌کنیم تا با نگاهی کوتاه به پیام‌رسان‌های محبوب و پرکاربرد توسط کاربران ایرانی و معرفی آن‌‌ها، به مقایسه‌ای جامع در ارتباط با تفاوت‌ها و شباهت‌های این اپلیکیشن‌ها بپردازیم و جوانب مختلف آن‌ها را از لحاظ امنیتی با نگاهی تخصصی بررسی کنیم.

بدون شک با توجه به تنوع و گستردگی این حوزه، پاسخ به سوال‌های زیر در انتخاب یک پیام‌رسان و ترجیح دادن آن به سایر اپلیکیشن‌ها، کمک زیادی به شما خواهد کرد:

از چه چیزی یا چه محتوایی قصد دارید، محافظت کنید؟

قصد دارید که داده‌های‌ خود را در مقابل چه افرادی محافظت کنید؟

اگر انتخاب اشتباهی انجام دهید، عواقب آن چقدر خطرناک خواهد بود؟

محافظت از اطلاعات شما تا چه حد لازم است؟

برای جلوگیری از پیامدهای احتمالی چه میزان از ریسک را خواهید پذیرفت؟

#scurity #cybersecurity #digital #telegram

📣جذب کارشناس مجازی سازی دسکتاپ و برنامه ها

✅ما در شرکت مهر پرداز اوژن تک دنبال یک همکار خوب برای فعالیت و پشتیبانی در یک پروژه بانکی هستیم و از شما دوست عزیز واجد شرایط دعوت به همکاری می کنیم:


🔺🔻مشخصات همکار مورد نظر :

1) آشنایی و تسلط کافی به زیرساخت های VDI(نفرات آشنا با محیط محصول Citrix Virtual Apps & Desktops در اولویت می باشند)
2) آشنایی و تسلط کافی به مفاهیم سرویس های مایکروسافتی مانند : Group Policy, DNS, DHCP, Active Directory, CA ,RDS,…
3) آشنایی به زیرساخت های مجازی مبتنی بر محصول VMware vSphere
4) دارای سابقه کار حداقل ۴ ساله
5) روابط عمومی بالا، توانایی تعامل و مدیریت پروژه
6) خلاق، انعطاف پذیر ، قابل اعتماد و وفادار
7) توانایی مستند سازی

نوع همکاری: تمام وقت،تهران

🗯 لطفا در صورتی که شرایط بالا رو دارید رزومه خودتون رو به ایمیل [email protected] 📥 ارسال کنید.
منتظرتون هستیم 💯

#jobs #vdi #virtualization #linux

🔸کارشناس پشتیبانی سرویس های IT

📍دارای مدرک کارشناسی در رشته های مهندسی کامپیوتر و IT
📍آشنا به LINUX
📍آشنا به Bash Scripting
📍آشنا به مفاهیم شبکه
📍آشنا به مفاهیم دیتابیس Oracle/SQL
📍مسلط به زبان انگلیسی
📍دارای روحیه کار تیمی،مسئولیت پذیر، پیگیر، خلاق، با انگیزه
📍آشنایی به جاوا دارای امتیاز خواهد بود

✅علاقمندان می توانند رزومه به روز خود را به پست الکترونیکی زیر ارسال نمایید :

📧 [email protected]

#jobs #linux #sys_admin

دانشگاه بوعلی سینا از میان فارغ التحصیلان دوره دکتری کامپیوتر عضو هیات علمی می پذیرد.

کتاب supervisor که بصورت آزاد منتشر کردم تقدیم عزیزان
به امید بهترین ها
بگذار اشتراک خوبی ها صفت توباشد .
https://www.dropbox.com/s/2oid7gvofh4lpyv/supervisor.pdf?dl=0
#linux #supervisor #yashar_esmaildokht @unixmens

معرفی رد هت (Red Hat)

ا Red Hat ،Inc یک شرکت نرم افزاری چند ملیتی آمریکایی است که محصولات نرم افزاری اوپن سورس را به جامعه سازمانی ارائه می دهد. Red Hat که در سال 1993 تأسیس شد، دفتر مرکزی آن در رالی، کارولینای شمالی با سایر دفاتر جهان است. این شرکت در 9 ژوئیه 2019 تبدیل به یک شرکت تابعه IBM شد.

رد هت تا حدود زیادی با سیستم عامل سازمانی Red Hat Enterprise Linux مرتبط شده است. با دستیابی به شرکت واسطه کار JBoss اوپن سورس، همچنین مجازی سازی رد هت (RHV)، محصولی مجازی سازی سازمانی را ارائه می دهد. Red Hat سیستم عامل های ذخیره سازی، سیستم عامل، واسطه ها، برنامه های کاربردی، محصولات مدیریتی و خدمات پشتیبانی، آموزش و مشاوره را ارائه می دهد.

ا Red Hat بسیاری از پروژه های نرم افزار رایگان را ایجاد، نگهداری و کمک می کند. این شرکت چندین محصول با كیفیت نرم افزاری اختصاصی را از طریق ادغام شركت ها به دست آورده و چنین نرم افزاری را تحت مجوزهای اوپن سورس منتشر كرده است. از مارس 2016، Red Hat دومین شرکت کننده بزرگ در هسته لینوکس نسخه 4.14 پس از اینتل است. در 28 اکتبر 2018، IBM قصد خود را برای دستیابی به Red Hat با 34 میلیارد دلار اعلام کرد. این مالکیت در 9 ژوئیه 2019 بسته شد. مشاور مالی اصلی ردهت در معامله اوراق بهادار گوگنهایم بود.

تاریخچه رد هت (Red Hat)

در سال 1993، باب یانگ شرکت تجاری ACC، که لوازم جانبی نرم افزار لینوکس و یونیکس را به فروش می رساند را راه اندازی کرد. در سال 1994، مارک یوینگ توزیع لینوکس خود را ایجاد کرد، که وی نام آن را Red Hat Linux گذاشت (Ewing یک کلاه لاکروس دانشگاه کرنل قرمز پوشیده بود، که توسط پدربزرگش به وی داده شده بود، ضمن شرکت در دانشگاه کارنگی ملون). Ewing این نرم افزار را در ماه اکتبر منتشر کرد و به نسخه هالووین معروف شد. یانگ در سال 1995 مشاغل Ewing را خریداری کرد، و این دو با هم به عنوان مدیر اجرایی (مدیرعامل) به نرم افزار Red Hat تبدیل شدند.

رد هت در 11 آگوست 1999 به عمومیت رسید. متیو سوزلیک در دسامبر همان سال جانشین باب یانگ به عنوان مدیرعامل شد. در 15 نوامبر 1999، رد هت Cygnus را به دست آورد. Cygnus پشتیبانی نرم افزاری رایگان از نرم افزارهای رایگان و نگهبانان مستقر در محصولات نرم افزاری GNU از قبیل GNU Debugger و GNU Binutils را در اختیار شما قرار داد. مایکل تیمن یکی از بنیانگذاران Cygnus، مدیر فنی فنی Red Hat و تا سال 2008 معاون رئیس در امور اوپن سورس بود.

در فوریه سال 2000، InfoWorld چهارمین جایزه متوالی "محصول سیستم عامل سال" را برای Red Hat Linux 6.1 اهدا کرد. Red Hat در سال 2001 از نرم افزار Planning Technologies، Inc و دایرکتوری iPlanet و سرور گواهی سرور AOL بهره گرفت. در سال 2012، رد هت اولین شرکت یک میلیارد دلاری اوپن سورس بود که در سال مالی خود به 1.13 میلیارد دلار درآمد سالانه رسید. رد هت معیار 2 میلیارد دلاری در سال 2015 را تصویب کرد. از فوریه 2018، درآمد سالانه این شرکت نزدیک به 3 میلیارد دلار بود. در تاریخ 16 اکتبر 2015، رد هات مالکیت خود را در راه اندازی اتوماسیون IT اعلام کرد، با شایعه ای مبنی بر 100 میلیون دلار تخمین زده شده است. در ژوئن سال 2017، Red Hat محصول نرم افزاری Red Hat Hyperconverged Infrastrast 1.0 را اعلام کرد. در ماه مه سال 2018، رد هت CoreOS را به دست آورد.

کسب ردهت توسط IBM

در 28 اکتبر 2018، IBM در یکی از بزرگترین خریدهای خود، قصد دستیابی به Red Hat را با قیمت 34 میلیارد دلار اعلام کرد. این شرکت از بخش ابر Hybrid Cloud IBM بهره می برد. شش ماه بعد، در تاریخ 3 مه 2019، وزارت دادگستری ایالات متحده بررسی خود در مورد پیشنهاد IBM در مورد خرید Red Hat را به پایان رساند و طبق گفته استیون جی واوگان-نیكولز "اساساً قرارداد IBM / رد هت" را تأیید كرد. این کسب در 9 ژوئیه 2019 بسته شد.

معرفی لینوکس رد هت (Red Hat)

ا Red Hat Enterprise Linux، لینوکس پیشرو در سیستم عامل سرور لینوکس است که توسط شرکت ها در Fortune 500 مورد استفاده قرار می گیرد. یکی از دلایل شرکت Red Hat به عنوان ارائه دهنده استراتژیک زیرساخت سیستم عامل خود، این است که Red Hat Enterprise Linux چیزی است که به همین ترتیب باقی می ماند. اما نسخه های دیگر می تواند متفاوت باشد. مشتریان بنگاه های اقتصادی به یک سیستم عامل ایمن تر و پایدار نیاز دارند اما آنها همچنین باید به توسعه دهندگان اجازه دهند که چابک باشند و از آخرین بسته ها و ابزارها استفاده کنند. رد هت این تعادل ثبات را در مقابل نوآوری تشخیص می دهد.

گواهینامه ها و آزمون های رد هت (Red Hat) :

(Red Hat Certified System Administrator (RHCSA
(Red Hat Certified Engineer (RHCE
(Red Hat Certified Architect (RHCA
RHCA: Cloud
RHCA: Datacenter
RHCA: Application platform
RHCA: Application development
RHCA: DevOps
Red Hat Certified Engineer in Red Hat OpenStack
Red Hat Certified System Administrator in Red Hat OpenStack
Red Hat Certified Specialist in Hybrid Cloud Management
Red Hat Certified Specialist in Gluster Storage Administration
Red Hat Certified Specialist in Data Virtualization
Red Hat Certified Specialist in Virtualization
(Red Hat Certified JBoss Developer (RHCJD
(Red Hat Certified JBoss Administrator (RHCJA
Red Hat Certified Specialist in Business Rules
Red Hat Certified Specialist in Business Process Design
Red Hat Certified Specialist in Camel Development
Red Hat Certified Specialist in High Availability Clustering
Red Hat Certified Specialist in Deployment and Systems Management
Red Hat Certified Specialist in Persistence
Red Hat Certified Specialist in OpenShift Administration
Red Hat Certified Specialist in Server Security and Hardening
Red Hat Certified Specialist in Linux Performance Tuning
Red Hat Certified Specialist in Fast-Cache Application Development
Red Hat Certified Specialist in Configuration Management
Red Hat Certified Specialist in Containerized Application Development
Red Hat Certified Specialist in Linux Diagnostics and Troubleshooting
Red Hat Certified Specialist in Ansible Automation
Red Hat Certified Specialist in Container Management
Red Hat Certified Specialist in Messaging Administration

نحوه bonding در پروکسیموکس
Bond Configuration with Proxmox VE
-----




➖➖➖➖➖
🌐 @unixmens

مفهوم bond در لینوکس .
ا Network Bonding که از آن در برخی سیستم عاملها با نام Network Teaming
(البته تیم ساختار مجزایی دارد که متفاوت با باندینگ است) یاد می شود را در لینوکس بررسی کنیم. درایور Bonding در کرنل لینوکس امکان مجتمع شدن چند کارت شبکه و استفاده از آن ها به صورت یک کارت شبکه واحد را فراهم می کند. روش های مختلفی برای این کار وجود دارد و بسته به نیاز میتوان روش یا مد Bonding را تغییر داد که از جمله این نیازها می توان به افزایش پهنای باند، ایجاد Redundancy و توزیع بار اشاره کرد.
?روش اول: Mode 0 (balance-rr)
در این روش Bonding به صورت Round-Robin عمل می کند. اگر دو کارت شبکه با یکدیگر Bond شده باشند، پکت اول و دوم به ترتیب از کارت شبکه اول و دوم خارج خواهد شد و پکت سوم مجددا از کارت شبکه اول منتقل خواهد شد و به همین ترتیب انتقال پکت ها ادامه خواهد یافت.
?روش دوم: Mode 1 (active-backup)
در این روش فقط یک Slave مشغول به فعالیت است و به صورت Active قرار دارد.بقیه پورتها زمانی Active خواهند شد که پورت Active Slave تغییر وضعیت دهد و Down شود.
?روش سوم: Mode 2 (balance-xor)
اساس انتقال در این روش  براساس XOR کردن Source MAC و Destination MAC صورت میگیرد. در این روش  یک کارت شبکه  برای هر مقصد با مک آدرس آن  انتخاب می گردد.
?روش چهارم: Mode 3 (broadcast)
این روش انتقال همه بسته ها بر روی همه Interface ها را در دستور کار خود قرار خواهد داشت و  فقط ویزگی Fault Tolerance را بهمراه خواهد داشت.
?روش پنجم: Mode 4 (802.3ad)
این روش استاندارد 802.3ad است که به صورت Dynamic Link Aggregation فعالیت میکند.این نوع  به LACP نیز مشهور است. یک گروه تجمیع شده از کارت های شبکه ایجاد می کند که سرعت و Duplex  برابر را با یکدیگر به اشتراک می گذارند. در تنظیمات سوییچ لازم است که 802.3ad تنظیم شده باشد.
?روش ششم: Mode 5 (balance-tlb)
نام کامل این روش Adaptive transmit load balancing است که در آن انتقال داده ها و توزیع آنها با توجه به بار و صف  موجود بر روی هر Interface انجام می گیرد. ترافیک خروجی بر اساس بار جاری(محاسبه شده نسبت به سرعت) در هر Slave منتشر خواهد شد و برای ترافیک ورودی بر اساس Current Slave عمل خواهد کرد .
?روش هفتم: Mode 6 (balance-alb)
این روش خود شامل روش balance-tlb به همراه receive load balancing (rlb)  است.  Receive load balancing از طریق ARP negotiation انجام می شود. درایور Bonding در پکت های ARP Reply خروجی،  مک آدرس Source  را با مک ادرس  یکی از Slave  ها جایگزین می کند در نتیجه هر یک از کلاینت ها با یکی از Slave  ها در ارتباط می باشند. این روش کاملا مستقل است و نیاز به سوئیچ با قابلیت خاصی ندارد.

#bonding #linux @unixmens

مفهوم team چیست ؟
ما در لینوکس این امکان را داریم که بتونیم هم زمان چندین لینک شبکه را به یک لینک تبدیل کنیم که این امر باعث افزایش توان شبکه و در صورت از دست رفتن یک لینک لینکهای دیگر به صورت خودکار در شبکه به کار خودش ادامه میده .
یعنی بحث HA در حوزه شبکه .

برای مثال شما با این روش Network Teaming می توانید به دو لینک شبکه خود یک آدرس IP اختصاص دهید و در حالت اول سرعت ورودی و خروجی برروی شبکه خود را افزایش دهید و یا در صورت نیاز یکی از لینکها رو به صورت بک آپ لینک قرار دهید تا در زمانی که یکی از لینکهای شما از مدار خارج شد، لینک دیگر به صورت خودکار فعال شود.

نکته : ما برای پیاده سازی هم ابزار گرافیکی داریم و هم cli

حال یه نکته :
ا #سوال team چه فرقی با bonding داره ؟
می توانید پاسخ جواب خود را به @yashar_esmaildokht ارسال کنید .

.
سیستم مدیریت یادگیری یا LMS، یک نرم افزار است که به طور خاص برای مدیریت و توزیع محتوی آموزشی طراحی شده است.
اLMS میتواند به عنوان یک محصول خاص بر روی سرور اختصاصی قرار بگیرد یا اینکه میتواند مانند یک پلتفرم  نرم افزار کلاس آنلاین میزبانی شود.
سیستم مدیریت یادگیری به عنوان یک تکنولوژی جدید میتواند یادگیری را بهبود ببخشد و آن را سریع تر و سودمند کند، همچنین امکان بررسی و آنالیز روند یادگیری وجود دارد. پایه اصلی این سیستم شامل یک بستر عملکردی اصلی است که به مدیران امکان میدهد محتوای آموزشی را بارگذاری کنند، به دانشجویان درس بدهند و داده ها را با کاربران مجازی به اشتراک بگذارند.
.
جهت اطلاعات بیشتر و مشاوره رایگان تماس حاصل فرمایید .

ویژگی های جدید Proxmox VE 6.3

دوره
Linux essential
به صورت آنلاین .
با تخفیف ویژه با قیمت ۵۰۰ هزار تومان .
ظرفیت باقی مانده :۳ نفر
جهت ثبت نام میتوانید کد qr را اسکن کنید یا از این لینک ثبت نام کرده یا دایرکت نمایید .

توجه:
به خاطر محدودیت درتعداد ثبت نام، اولویت با کسانی خواهد بود که زودتر ثبت نام کرده اند .
#Linux #lpic #essential

محققان موفق به توسعه هوش مصنوعی شده‌اند که قادر به بهبود کیفیت تصاویر تا ۶۴ برابر است. در حالی که از آن می‌توان برای شناسایی افراد در تصاویر دوربین‌های امنیتی استفاده کرد، در دنیای پزشکی، نجوم و سایر زمینه‌ها نیز کاربرد دارد.

این هوش مصنوعی که دستاورد محققان در دانشگاه «دوک» است، می‌تواند تصاویر تار و چهره غیرقابل تشخیص افراد در تصاویر را تبدیل به یک پرتره باکیفیت کند که در آن جزئیات به خوبی قابل مشاهده هستند. روش‌های قبلی می‌توانستند کیفیت تصاویر را حداکثر تا ۸ برابر بهبود دهند، اما تیم دانشگاه دوک موفق به افزایش آن به حداکثر ۶۴ برابر شده است.

این هوش مصنوعی می‌تواند ویژگی‌های دقیق چهره مانند مژه‌ها و ته ریش را بازسازی کند که پیش از این سیستمی با چنین دقتی وجود نداشته است. «سینتیا رودین»، سرپرست این تحقیق اعلام کرده:

«تصاویر با چنین دانه‌بندی را هرگز نمی‌توانستیم در گذشته تولید کنیم.»
این سیستم برای شناسایی چهره افراد مورد استفاده قرار می‌گیرد و می‌تواند عدم فوکوس در تصاویر را برطرف کند و تصاویر غیرقابل شناسایی از دوربین‌های امنیتی را بهبود دهد.

محققان دریافتند عصب‌های مصنوعی برای ارائه بهترین عملکرد به خوابیدن نیاز دارند. منظور از خوابیدن صرفاً خاموش و روشن کردن عصب‌ها نبوده و همانند آنچه در مغز حین خواب عمیق رخ می‌دهد، قرارگیری نورون‌ها در معرض سیگنال‌های ضعیف سبب بهبود عملکرد آن‌ها می‌شود
شبکه‌های عصبی از نورون‌های مصنوعی تشکیل شده‌اند که همانند مغز با یکدیگر در ارتباط هستند. استفاده مداوم از برخی اتصال‌های نورونی، به مرور زمان سبب تقویت آن‌ها شده و یادگیری خودکار را میسر می‌کند. شبکه‌های عصبی جریان‌های اطلاعاتی مختلف را به شکل موازی پردازش کرده و از آن‌ها در سیستم‌های تشخیص عکس و گفتار استفاده می‌شود.
یکی از نقاط ضعف شبکه‌های عصبی که از مغز به آن‌ها به ارث رسیده، نیاز به خوابیدن است و تحقیقات جدید نشان می‌دهند نورون‌ها پس از استفاده طولانی مدت، ناپایدار می‌شوند. محققان آزمایشگاه ملی لس آلاموس (Los Alamos National Laboratory) دریافتند شبکه‌های عصبی با استفاده از روش یادگیری دیکشنری نظارت نشده (Unsupervised Dictionary Training) دچار خستگی می‌شوند.
در این تکنیک شبکه عصبی شباهت‌های بین اشیا را بدون وجود مثال شناسایی کرده و آن‌ها را دسته بندی می‌کند.

به گفته محققان این متد شبکه‌های عصبی را بیشتر خسته می‌کند.
محققان به منظور بازیابی تمرکز شبکه‌های عصبی، آن‌ها را در معرض انواع سیگنال‌های نویز سفید (White Noise) قرار دادند و متوجه شدند سیگنال‌های نویز گاوسی (Gaussian Noise) بهترین عملکرد را در آرام کردن عصب‌ها و بازیابی پایداری آن‌ها دارند. نکته جالب اینکه این سیگنال‌ها زمانی که ما در عمیق ترین دوره خواب یا دوره SWS قرار داریم، در مغز جریان پیدا می‌کنند.
محققان قصد دارند در قدم بعدی این الگوریتم را روی چیپ نورومورفیک قدرتمند اینتل یعنی «Loihi» که ساختاری مشابه مغز انسان دارد، آزمایش کنند. محققان امیدوارند «خوابیدن» این تراشه، توانایی آن در پردازش اطلاعات تصویری از دوربین را افزایش دهد.

It's that special time of year when you can get great discounts on tech for your favorite sysadmin.

via Enable Sysadmin https://ift.tt/36gJ95v

مهندسان کامپیوتر دانشگاه «لافبورو» موفق به توسعه الگوریتم‌های هوش مصنوعی شده‌اند که توانایی‌های بازیکنان فوتبال را در زمین بازی تحلیل می‌کند. این الگوریتم‌ها می‌توانند در پیدا کردن استعدادها به تیم‌ها کمک کنند.

در حال حاضر تحلیل عملکرد بازیکنان توسط افراد صورت می‌گیرد و فرایندی زمانبر است چرا که باید عملکرد هر بازیکن ضبط و برای مدت زمان طولانی مورد بررسی قرار بگیرد. این موضوع علاوه بر اینکه زمان زیادی مصرف می‌کند، می‌تواند به علت تعصبات اجتماعی روی نتیجه نهایی نیز تاثیر منفی یا مثبت داشته باشد.

در حالی که هم اکنون تعدادی فناوری خودکار در این ورزش وجود دارد، تنها می‌توانند بازیکنان را ردیابی کنند. برای رفع چنین مشکلی سرپرست این پروژه، دکتر «Baihua Li» و تیم وی یک سیستم هیبریدی توسعه داده‌اند که اطلاعات بازیکنان توسط روش‌های مبتنی بر دوربین جمع‌آوری می‌شود. محققان از جدیدترین پیشرفت‌ها در حوزه بینایی رایانه‌ای، یادگیری عمیق و هوش مصنوعی برای دستیابی به سه خروجی زیر استفاده کرده‌اند:

- تشخیص حالت بدن و اندام‌ها برای شناسایی حرکات
- ردیابی جداگانه بازیکنان برای دستیابی به اطلاعات عملکردی
- اتصال فیلم‌های دو دوربین ساده مانند GoPro

باید دید در آینده باشگاه‌های فوتبال و همچنین مربیان نسبت به این سیستم چه واکنشی از خود نشان می‌دهند و آیا هوش مصنوعی می‌تواند نسل آینده بازیکنان محبوب‌ترین ورزش جهان را شناسایی کند یا خیر.