โปรแกรมหลอกลวงบนมือถือมุ่งเป้าไปที่ลูกค้าธนาคาร (ในอเมริกาและแคนาดา)

นักวิจัยด้านความมั่นคงทางไซเบอร์ (cybersecurity) พบว่าผู้ใช้งานแอปพลิเคชันธนาคารบนมือถือตกเป็นเป้าหลอกลวงเพื่อเอาข้อมูลการล็อกอินเข้าสู่ระบบธนาคาร โดยได้สร้างเว็บไซต์ปลอม และหลอกให้ผู้ใช้คลิกเข้าไปที่เว็บดังกล่าว ตามข่าวบอกว่ามีผู้ใช้ประมาณ 4,000 คนที่ตกเป็นเหยื่อ ซึ่งวิธีการหลอกลวงก็คือการส่ง SMS ไปบอกลูกค้าว่าพบการเข้าถึงบัญชีอย่างไม่ถูกต้องของผู้ใช้ ให้ผู้ใช้ดำเนินการแก้ไข อาจมีคำถามว่าแล้วรู้ได้ยังไงว่าลูกค้าคนไหนมีบัญชีธนาคารไหนอยู่ คำตอบคือเขาไม่รู้ครับ แต่ใช้วิธีสุ่มเอา ส่งข้อความออกไปเยอะ ๆ เปลี่ยนชื่อธนาคารไปเรื่อย ๆ จนในที่สุดก็อาจเจอที่ตรงกันบ้าง นักวิจัยบอกว่าการหลอกลวงโดยวิธีนี้ปัจจุบันไม่ต้องเป็นผู้เชียวชาญก็ทำได้ โดยซื้อโปรแกรมสำเร็จรูปที่มีการใช้งานที่ง่ายมาก เราก็สามารถส่ง SMS ไปหลอกลวงผู้คน และเก็บข้อมูลที่ต้องการได้แล้ว

อ่านข่าวเต็มได้ที่: ZDNET

เพิ่มเติมเสริมข่าว:

เรื่องการหลอกลวงแบบนี้ไม่ใช่เรื่องใหม่ วิธีการก็เป็นวิธีการเดิม ๆ ซึ่งธนาคารของไทยแทบทุกแห่งก็เตือนผู้ใช้ในเรืองแบบนี้ แต่สิ่งที่น่าสนใจก็คือ ในปัจจุบันการสร้างโปรแกรมหลอกลวงแบบนี้ทำได้ง่ายมาก ไม่ต้องรู้เรื่องคอมพิวเตอร์มากก็ทำได้ ดังนั้นเราก็คงยิ่งต้องระวังตัวกันให้มากขึ้นครับ

ซอฟต์แวร์บนเครื่องแมคไม่ปลอดภัยมากกว่าบนวินโดวส์แล้ว

เราอาจจะเคยได้ยินกันว่าเครื่องแมคไม่ติดไวรัส (ซึ่งไม่จริง) หรือใช้เครื่องแมคแล้วจะปลอดจากซอฟต์แวร์ที่ไม่ปลอดภัยมากกว่าวินโดวส์ แต่ในปัจจุบันอาจไม่จริงซะแล้วครับ รายงานจาก Malwarebytes ซึ่งเป็นบริษัทด้านความมั่นคงทางไซเบอร์ (cybersecurity) บอกว่าเขาพบว่าเครื่องแมคมีความไม่ปลอดภัยจากซอฟต์แวร์ไม่ดีทั้งหลายมากกว่าบนวินโดวส์ โดยในพาดหัวข่าวบอกว่าซอฟต์แวร์ไม่ดีที่พุ่งเป้ามาที่เครื่องแมคเพิ่มขึ้นถึง 400% ในปี 2019 เมื่อเทียบกับปี 2018 ซึ่งทาง Malwarebyte สรุปว่าการที่มีซอฟต์แวร์ไม่ดีพุ่งเป้ามาที่เครื่องแมคมากขึ้นก็เนื่องมาจากมีผู้ใช้แมคมากขึ้นนั่นเอง และยังบอกว่า iPhone ก็อาจมีความเสี่ยงด้วย แต่เราก็อาจไม่รู้เพราะเราไม่มีเครื่องมือที่จะสแกนมันนั่นเอง อย่างไรก็ตามทาง Malwarebytes บอกว่าโปรแกรมที่ตรวจจับได้ ไม่ใช่โปรแกรมที่มุ่งทำอันตรายร้ายแรง แต่ก็สร้างความรำคาญให้กับผู้ใช้

อ่านข่าวเต็มได้ที่: USA Today

ทำให้ internet ใช้พลังงานได้อย่างมีประสิทธิภาพมากขึ้น

นักวิจัยจาก Sweden’s Chalmers University of Technology ได้ออกแบบวงจรชิปข้อมูลเพื่อแก้ไขความถูกต้องของข้อมูลที่ทำงานได้โดยใช้พลังงานน้อยลง ซึ่งจากผลการทดลองพบว่าใช้พลังน้อยลงถึง 10 เท่า นักวิจัยบอกว่างานวิจัยนี้ต้องใช้การร่วมมือของศาสตร์หลายด้านมาช่วยกันตัวอย่างเช่นฮาร์ดแวร์ที่เกี่ยวกับแสง วิทยาการการสื่ิอสาร และวิศวกรรมไฟฟ้าเป็นต้น 

อ่านข่าวเต็มได้ที่: Chamler News  

เพิ่มเติมเสริมข่าว:

ปัจจุบันงานวิจัยจะเป็นลักษณะที่เป็นพหุสาขาวิชา (multidisciplinary) มากขึ้นเรื่อย ๆ หรือจริง ๆ ไม่ต้องงานวิจัยก็ได้ งานทั่ว ๆ ไปตอนนี้ก็แทบจะเป็นพหุสาขาวิชากันหมดแล้ว 

งานอะไรฮอตที่สุดด้านเทคโนโลยี

ต่อคำถามที่ว่างานอะไรฮอตที่สุดด้านเทคโนโลยีในปี 2019  คำตอบขึ้นอยู่กับว่าเรามองในมุมไหน ถ้ามองด้านตำแหน่งงานที่เปิดรับจะได้ว่านักพัฒนาซอฟต์แวร์เป็นอันดับหนึ่ง ตามด้วยวิศวกรเครือข่าย และวิศวกรระบบ แต่ถ้ามองตำแหน่งที่มีการเติบโตในความต้องการมากที่สุดอันดับหนึ่งก็คือวิศวกรข้อมูลซึ่งมีความต้องการเพิ่มขึ้นถึง 50%  เมื่อเทียบกับปี 2018 ทักษะด้าน Structure Query Language (SQL) ด้าน container อย่าง Kubernetes เป็นทักษะที่มีความต้องการมากที่สุดในการประกาศหางาน ทักษะด้านภาษาเขียนโปรแกรม ประมาณ 20% ของการประกาศงานบอกว่าต้องการคนที่เขียนโปรแกรมภาษา python ได้ สำหรับงานด้านวิทยาศาสตร์ข้อมูล และวิศวกรข้อมูลมีความต้องการอยู่ที่ 75% และ 64% ตามลำดับ

อ่านข่าวเต็มได้ที่: IEEE Spectrum

เพิ่มเติมเสริมข่าว:

อ่านจากข่าวเพิ่งรู้ว่าเขาแยกตำแหน่งนักพัฒนาซอฟต์แวร์ และนักพัฒนาแอปพลิเคชันออกจากกัน

นักวิจัยปรับปรุงวิธีการเพื่อลดอคติในชุดข้อมูลทางด้าน Computer Vision

นักวิทยาศาสตร์คอมพิวเตอร์จากมหาวิทยาลัย  Princeton และ Stanford ได้ร่วมกันหาวิธีที่จะได้ชุดข้อมูลที่เป็นภาพของคนที่ไม่มีอคติหรือมีน้อยลง โดยจะปรับปรุงชุดข้อมูลที่ชื่อ ImageNet ซึ่งมีภาพอยู่ประมาณ 14 ล้านภาพที่ใช้เป็นเครื่องมือสำคัญทางด้าน Computer Vision ในทศษวรรษที่ผ่านมา ImageNet นั้นไม่ได้มีแต่รูปของคนแต่มีรูปของวัตถุ และสิ่งก่อสร้างต่าง ๆ อยู่ด้วย โดยฐานข้อมูลมีขนาดเพิ่มขึ้นอย่างรวดเร็วจากการที่ทั้งมีระบบเก็บรูปอัตโนมัติ และมีผู้คนช่วยกันส่งรูปหรือคำอธิบายรูปเข้ามา แต่ประเด็นที่นักวิจัยกำลังสนใจก็คือกลุ่มที่เป็นรูปภาพบุคคล ซึ่งที่กังวลกันก็คือความอคติโดยเฉพาะ ในด้านที่ค่อนข้างจะมีความสำคัญเช่นเชื้อชาติ และเพศสภาพ นอกจากนี้ยังอาจมีรูปภาพที่มีคนเข้ามาเกี่ยวข้องซึ่งเป็นผลที่เกิดขึ้นโดยไม่ได้ตั้งใจในช่วงการสร้างข้อมูลรูปภาพ โดยทางผู้ดูแลได้มีระบบเพื่อตรวจจับรูปภาพเหล่านี้แล้ว และได้เสนอให้ลบภาพเหล่านี้ออกไป นอกจากนี้ยังได้ออกแบบเครื่องมือเพื่อให้ผู้ใช้ได้ระบุและเลือกชุดข้อมูลของคน เพื่อให้ได้ข้อมูลที่มีความสมดุลทั้งด้านอายุ การแสดงออกทางเพศ หรือสีผิว ซึ่งก็จะข่วยให้การพัฒนาขั้นตอนวิธีในการจำแนกคน จากท่าทาง หรือใบหน้า ทำได้โดยปราศจากอคติมากขึ้น (ก็คือทำให้ได้ผลลัพธ์ที่ถูกต้องมากขึ้นนั่นเอง) นักวิจัยบอกว่างานด้าน computer vison ได้ถูกนำไปใช้มากมายในหลากหลายบริบท ถึงตอนนี้เราก็ต้องกลับมามองด้านความเที่ยงตรง (fairness) ของข้อมูลกันได้แล้ว

อ่านข่าวเต็มได้ที่: Princeton University News  

เพิ่มเติมเสริมข่าว:

คำว่าถ้าส่งขยะเข้าไปก็ได้ขยะออกมา ยังคงใช้ได้เสมอกับวงการคอมพิวเตอร์ ตัวอย่างความอคติก็คือการที่เราอาจจะมีข้อมูลแบบใดแบบหนึ่งมากเกินไป หรือมีข้อมูลที่อาจไม่ถูกต้อง ตัวอย่างเช่นถ้าค้นคำคำหนึ่งที่เกี่ยวกับการเหยียดเพศ มันก็อาจจะแสดงหน้าคนขึ้นมา โดยที่คนนั้นก็อาจไม่ได้เหยียดเพศ แต่อาจจะไปอยู่ในรูปเดียวกับคนที่พูดจากเรื่องเหยียดเพศ เอาง่าย ๆ ก็ได้ครับ พวกเราเคยค้นชื่อตัวเองด้วย Google ไหมครับ ถ้าไม่เคยลองก็ลองดูนะครับ แล้วลองกดตรง images ดูว่าผลเป็นยังไง  ดังนั้นในการฝึกสอนระบบถ้าฝึกสอนด้วยข้อมูลเหล่านี้  มันจะทำให้เวลาระบบประมวลผลมันก็จะเกิดความไม่เป็นธรรม เปรียบง่าย ๆ ก็เหมือนกับเราฟังความข้างเดียว หรือมีอคติกับอีกฝ่ายเป็นทุนอยู่แล้วนั่นแหละครับ ผลลัพธ์การตัดสินของเรามันก็จะไม่เที่ยงธรรม