นักวิจัยใช้ตัวจ่ายไฟในคอมพิวเตอร์เพื่อส่งและขโมยข้อมูล

ภาพจาก PC Magazine

Mordechai Guri จาก Ben-Gurion University of the Negev ของอิสราเอลส่งข้อมูลที่ถูกขโมยจากคอมพิวเตอร์ส่วนบุคคลจากตัวแหล่งจ่ายไฟ (power supply) ของอุปกรณ์

"ด้วยการควบคุมปริมาณงานของ CPU จึงเป็นไปได้ที่จะควบคุมการใช้พลังงาน และสามารถควบคุมความถี่การสลับชั่วขณะของ SMPS (switch-mode power supplies)" Guri อธิบาย

"รังสีแม่เหล็กไฟฟ้าที่เกิดจากกระบวนการโดยเจตนานี้สามารถรับได้จากระยะไกลโดยใช้เสาอากาศที่เหมาะสม" Guri กล่าวว่ามัลแวร์ที่ติดตั้งบนไดรฟ์ USB อาจทำให้พีซีเป้าหมายติดไวรัสได้ และแนะนำให้ห้ามใช้สมาร์ทโฟนรอบ ๆ คอมพิวเตอร์เพื่อเป็นการรับมือ

อ่านข่าวเต็มได้ที่: PC Magazine

เทคโนโลยีจดจำใบหน้าที่สแกนใบหู

ภาพจาก UGA Today

นักวิทยาศาสตร์แห่ง University of Georgia (UGA) ได้สร้างระบบการจดจำหูที่สามารถยืนยันตัวบุคคลได้แม่นยำถึง 97.25%

นักวิจัยกล่าวว่ารูปร่างของหูนั้นมีลักษณะเฉพาะสำหรับแต่ละบุคคล และส่วนใหญ่แล้วรูปร่างของหูจะไม่เปลี่ยนแปลงตามอายุ 

Thirimachos Bourlai ของ UGA กล่าวว่าซอฟต์แวร์การจดจำหูทำงานคล้ายกับการจดจำใบหน้า จับภาพและบันทึกการสแกนหูหลายครั้งเพื่อการยืนยันตัวตน

นักวิจัยได้ทดสอบความทนทานของซอฟต์แวร์โดยใช้ภาพที่มีสิ่งรบกวนหลากหลาย โดยใช้ภาพหูที่มีความผิดเพี้ยนจากปัจจัยสัญญาณรบกวนต่าง ๆ  เช่น ความพร่ามัว ความสว่าง และคอนทราสต์ที่แตกต่างกัน

อ่านข่าวเต็มได้ที่: UGA Today

ตัวตรวจจับ Deepfake จับวีดีโอปลอมของประธานาธิบดี Zelensky ของยูเครนได้

ภาพจาก New Scientist

เครื่องมือตรวจจับ Deepfake สามารถระบุวิดีโอปลอมของประธานาธิบดี Volodymyr Zelensky ของยูเครนได้อย่างแม่นยำ และสามารถฝึกฝนให้ตรวจจับบุคคลสำคัญอื่น ๆ

นักวิจัยจาก University of California, Berkeley และ Johannes Kepler Gymnasium ของสาธารณรัฐเช็กได้ฝึกตัวแบบคอมพิวเตอร์โดยวิดีโอที่มี Zelensky ที่เผยแพร่ต่อสาธารณะมากกว่า 8 ชั่วโมง

อุปกรณ์ตรวจจับจะตรวจสอบคลิปความยาว 10 วินาทีจากวิดีโอหนึ่งรายการ โดยวิเคราะห์ลักษณะพฤติกรรมได้ถึง 780 รายการ การระบุสถานะว่าเป็นเท็จจากคลิปหลาย ๆ คลิปของวิดีโอเดียวกันเป็นตัวบ่งชี้ให้นักวิเคราะห์ที่เป็นคนให้ความสนใจเป็นพิเศษ

อ่านข่าวเต็มได้ที่: New Scientist

มุ่งสู่การตรวจสอบคุณลักษณะของถนนโดยอัตโนมัติโดยใช้การเรียนรู้เชิงลึก

ภาพจาก Hosei University (Japan)

นักวิจัยในญี่ปุ่นสร้างตัวแบบการเรียนรู้เชิงลึก (deep learning) ที่ใช้แผนที่สามมิติที่มีความแม่นยำสูงเพื่อตรวจจับลักษณะของถนนเป็นข้อมูลการฝึกอบรม

นักวิจัยใช้ซอฟต์แวร์ CloudCompare เพื่อแยกพื้นผิวพื้นดิน จากนั้นสร้างข้อมูลพื้นที่จากแผนที่และแยกส่วนประกอบของจุดต่าง ๆ ที่ระบุว่าเป็นป้ายจราจร สัญญาณไฟจราจร หรือสิ่งอื่น ๆ 

ผู้วิจัยได้ค่าพรีซิชัน (precision) รีคอล (recall) และ เอฟ-เมเชอร์ (F-measure) เป็น 0.84, 0.75, และ 0.79 ตามลำดับ สำหรับป้ายสัญญาณบนถนน เป็น 1.00, 0.75, และ 0.76 สำหรับสัญญาณไฟจราจร ค่าพรีซิชันที่ได้จากงานวิจัยนี้มีค่าสูงกว่าตัวแบบเดิมที่มีอยู่ 

อ่านข่าวเต็มได้ที่: Hosei University (Japan)

รังสีคอสมิกเปรียบได้กับคริปโทไนต์ของคอมพิวเตอร์ควอนตัม

Photo by Manuel on Unsplash

นักวิจัยของ University of Chicago ได้พัฒนาวิธีการลดอัตราความผิดพลาดของคอมพิวเตอร์ควอนตัม (quantum computer) ที่ร้ายแรงซึ่งเกิดจากรังสีคอสมิกจากทุก ๆ 10 วินาทีเป็นทุก ๆ 51 วัน

กลยุทธ์นี้คือการแบ่งคอมพิวเตอร์ควอนตัมออกเป็นชิปข้อมูลหลายตัว โดยแต่ละชิปจะมีตัวนำยิ่งยวด (superconducting) แบบคิวบิต (qubit) หลายตัว ในการตรวจสอบประสิทธิภาพ ชิปข้อมูลจะเชื่อมโยงกับ "ชิป ancilla" ที่มีตัวนำยิ่งยวดแบบคิวบิต 

ชิปข้อมูลใช้การจัดการข้อผิดพลาดแบบดั้งเดิมในการจัดการการผิดพลาดแบบปกติ และใช้การแก้ไขที่เพิ่มเติมเข้ามาเพื่อป้องกันการผิดพลาดที่เกิดจากรังสีคอสมิก 

หลังจากเกิดรังสีคอสมิก ชิป ancilla และชิปข้อมูลที่ไม่ถูกรบกวนจากการโจมตีจะทำงานร่วมกันเพื่อแก้ไขชิปข้อมูลที่ได้รับผลกระทบและกู้คืนข้อมูลของคอมพิวเตอร์ควอนตัม

อ่านข่าวเต็มได้ที่: IEEE Spectrum