انجمن علمی کامپیوتر دانشگاه علامه طباطبایی – Telegram
انجمن علمی کامپیوتر دانشگاه علامه طباطبایی
143 subscribers
48 photos
2 videos
17 links
کانال رسمی انجمن علمی مهندسی کامپیوتر دانشگاه علامه
طباطبایی
Allameh Tabataba'i University - Computer Engineering Section

• Contact Us:
@atuce_as_support
ce.atu.association@gmail.com

Game Developing Section : @atu_gdc
Download Telegram
✳️آیین اختتامیه پانزدهمین جشنواره دانشگاهی حرکت دانشگاه علامه طباطبائی روز سه‌شنبه، 25 آذرماه 1404، در سالن آمفی‌تئاتر دانشکده حقوق و علوم سیاسی به همت معاونت فرهنگی و اجتماعی دانشگاه برگزار شد.

در این مراسم، دکتر شجاع احمدوند، رئیس دانشگاه، دکتر هدی غفاری، معاون فرهنگی و اجتماعی، دکتر حمیدرضا مقامی، معاون دانشجویی، دکتر حسین میرزائی، مدیر امور فرهنگی، و دکتر مجیدرضا مومنی، سرپرست مدیریت اجتماعی، به همراه استادان مشاور انجمن‌های علمی دانشجویی، کارشناسان واحد انجمن‌های علمی دانشجویی و جمعی از دانشجویان حضور داشتند.

📌 کسب اطلاعات بیشتر:
https://farhangi.atu.ac.ir/fa/news/31367
💠 معاونت فرهنگی و اجتماعی
دانشگاه علامه طباطبایی
🌐http://eitaa.com/farhangatu
🌐https://news.1rj.ru/str/farhangatu
🔥3
🍉 نشست صمیمانه استاد–دانشجویی به بهانه‌ی یلدا 🍉

دانشکده آمار، ریاضی و رایانه
با همکاری دانشجویان برگزار می‌کند:

برنامه‌های ویژه:
🎶 اجرای موسیقی زنده
🎭 اکران فیلم دانشجویی
🎁 برگزاری مسابقه

📍 مراسم اصلی:
آمفی‌تئاتر تربیت بدنی
🗓 سه‌شنبه ۲ دی ۱۴۰۴
ساعت ۱۳:۳۰ تا ۱۵:۳۰

📍 بازی‌ها و برنامه‌های جذاب در محوطه دانشکده:
از ساعت ۹ تا ۱۳

🍁 همراه با فضایی صمیمی و حال‌وهوای یلدایی
منتظر حضور گرم شما هستیم 🌙
5
مسابقه پرامپت نویسی

🔴یکی از شخصیت های دنیای بازی یا فیلم و سریال را انتخاب کنید و با تم یلدا پرامپتشو بنویسید

🔸آیدی جهت ارسال پرامپت:
@Reza5567880

🔹فرصت ارسال آثار تا پایان روز چهارشنبه سوم دی ماه
@atu_gdc
🖥 @ATUCE_AS | انجمن علمی کامپیوتر دانشگاه علامه طباطبایی
انجمن علمی کامپیوتر دانشگاه علامه طباطبایی
Photo
ضمن عرض سلام؛
📌 پیرو اطلاعیه قبلی با توجه به محدودیت زمانی، سرویس برگشت به دانشکده لغو می‌گردد. دوستانی که تمایل به استفاده از سرویس رفت از دانشکده را دارند حتما با پشتیبانی در ارتباط باشند:
@atuce_as_support

🖥 @ATUCE_AS | انجمن علمی کامپیوتر دانشگاه علامه طباطبایی
2
انجمن علمی کامپیوتر دانشگاه علامه طباطبایی
🔴🟡🔵 ضمن عرض خسته‌ نباشید به همه‌ی شرکت‌کنندگان مرحله‌ی مقدماتی مسابقات بین المللی ICPC، به اطلاع می‌رسد تیم‌های Overlooked و SVC از دانشگاه علامه طباطبایی با کسب امتیازهای ۸ و ۹ (بر اساس تعداد مسائل حل‌شده)، به مرحله‌ی کشوری این مسابقات راه پیدا کردند. 💡
🔴🟡🔵 ضمن عرض تبریک، تیم منتخب دانشگاه علامه طباطبایی در مرحله کشوری مسابقات برنامه‌نویسی ICPC منطقه غرب آسیا که به میزبانی دانشگاه صنعتی شریف برگزار شد، در میان 90 تیم شرکت‌کننده موفق به کسب رتبه‌ی 22 در بخش تجمیع رتبه‌ها شدند.

انجمن علمی مهندسی کامپیوتر این دستاورد را به تیم منتخب تبریک گفته و برای ایشان آرزوی موفقیت‌های بزرگتر را دارد.

🖥 @ATUCE_AS | انجمن علمی کامپیوتر دانشگاه علامه طباطبایی
🔥255
Forwarded from BitQuote
Stress Testing Deliberative Alignment for Anti-Scheming Training

مقاله ای که اخیرا openai منتشر کرده ،جزو اولین مقاله هاییه که نشون میده رشد سریع ai علاوه بر انقلابی بودن خطرناک هم هست.
چی میشه اگه هوش مصنوعی مقاصدش رو از ما مخفی کنه و چی میشه اگر مقاصدش خلاف خواسته ما باشن؟

فریب کاری(schemeing) یکی‌ از اولین نشانه های سرپیچی هوش مصنوعیه که همزمان با رشد نمایی نبوغ انواع ai های مختلف شکل گرفته.
حالا این فریب کاری خودش رو چطور نشون میده؟
یکی از مثال های ترسناکی که مقاله زده واکنش هاییه که مدل با توجه به اگاهی محیطیش میده.
یکی‌ از مدل های تست شده chatgpt4 در یک ازمون عمدا عملکرد ضعیفی نشون میده(sandbagging) چون که فکر میکنه اگر عملکرد خوبی داشته باشه بعضی از قابلیت هاش حذف خواهند شد.

مقاله روش همترازی تائملی رو برای کاهش schemeing پیشنهاد داده و با بررسی دائم chain of thought موفق شده میزان فریب کاری رو از پونزده درصد به نیم درصد برسونه.

این موضوع امیدوار کنندست اما ماجرای مدل های زبانی با scheming قراره نبرد بی پایانی مثل امنیت شبکه و هکر ها باشه.

مدل ها با روش همترازی تائملی(deliberative alignment ) مجبور میشن قبل از عمل به شکل سفت و سخت درباره اصول و ایمنی ضد فریب استدلال کنن و اگر موفقیت امیز بود از اونها برای استدلال استفاده کنن.

همونطور که مدل ها موفق به فریب کاری در شرایط غیر ویژه میشن توانایی فریب دادن روش های ضد فریب رو هم پیدا میکنند.

مدل میفهمه که تحت ازمایشه و فریب نمیده اما اگر فکر کنه تحت نظارت نیست اوضاع تغیری نمیکنه و مقاله اثبات میکنه که حذف اگاهی محیطی مقدار فریب کاری به یازده درصد برمیگرده.

فریب کاری مشکلی یکباره حل شدنی نیست و مدل ها یاد میگیرند که چه زمانی وانمود کنند که مطابق انتظار کار کنند.

شفافیت در استدلال مدل ها(زنجیره افکار یا chain of thought ) یک ابزار مهم برای مقابله با schemeing عه اما با افزایش توانایی مدل ها ممکنه که این ابزار از دست بره اگر مدل ها یاد بگیرند استدلال های فریبنده بنویسند.


🔵🟠 @Bit_Quote | #NimaT
👍21🔥1💯1
#گزارش_تصویری
☁️ انجمن علمی مهندسی کامپیوتر؛ در اختتامیه از فعالیت‌های خود در نیمسال اول سال ۱۴۰۴، اردویی جهت بازدید علمی از شرکت ابرآروان فراهم آورد که این امر شامل بازدید از بخش‌های فنی، گفتگو و ارائه توسط PM، تحلیل و توضیح فرایند توسعه یک محصول در ابرآروان و همچنین شناخت مراتب و رفتار سازمانی در این شرکت بود.

🌐 www.arvancloud.ir
📚 academy.arvancloud.ir

🖥 @ATUCE_AS | انجمن علمی کامپیوتر دانشگاه علامه طباطبایی
🔥161
Forwarded from BitQuote
در دنیای امروزی به سرعت تکنولوژی و ابزارها درحال پیشرفت و افزودن اجزای جدیدی به ساختار خود هستند.
یکی از جدیدترین آنها در حوزه شبکه مفهومی است به نام subnet یا زیرشبکه؛ که سعی کردیم در این مطلب به خوبی به آن بپردازیم.
ادامه مطلب را در این لینک بخوانید

🔵🟠 @Bit_Quote | #MatinOaa
4
Forwarded from BitQuote
یکی از موتورهای اصلی پیشرفت کامپیوتر و ریاضی، همیشه این بوده که: چطور عددی داشته باشیم که هیچ‌کس نتونه حدسش بزنه؛ یعنی یه عدد «واقعا تصادفی».

اگر یکم عقب‌تر بریم، می‌بینیم این وسواسِ «تصادف» فقط مال برنامه‌نویس‌ها نیست؛ سال‌هاست توی بازی‌های سنتی مثل ورق، تاس، شیر یا خط و… دنبال همین حس هستیم: عددی که قابل پیش‌بینی نباشه.

چرا «تصادفی» برای کامپیوتر سخت است؟

شاید بگی: خب من همین الان یه عدد تصادفی تو ذهنم می‌گم، چه نیازی به این همه ماجرا؟

مشکل از دو جا شروع می‌شه:

ما تعداد زیادی عدد تصادفی می‌خوایم، نه فقط یکی دو تا. وقتی تعداد عددها زیاد می‌شه، الگوها لو می‌رن. اگر مثل ذهن خودمون عدد تولید کنیم، بعد از یه مدت حدس‌زدن‌شون ساده می‌شه.

این کار رو باید ماشین انجام بده، نه انسان. کامپیوتر فقط دستور می‌فهمه و منطق؛ برای اون چیزی به اسم «حس تصادفی» وجود نداره. پس باید «تصادف» رو تبدیل کنیم به چیزی که بشه با دستور و الگوریتم اجراش کرد.

برای همین، داستان تکامل Random Numberها تو دنیای کامپیوتر شروع شد.

تصادفی فرمولی یا همون !PRNG :

با ظهور کامپیوترها، اولین ایده این بود که با فرمول، عدد شبه‌تصادفی بسازیم؛ یعنی Pseudo‑Random Number Generators (PRNGs).

روش‌هایی مثل von Neumann’s middle-square (حدود ۱۹۴۶) و Lehmer’s Linear Congruential Generator (۱۹۴۹) از همینجا اومدن.
بعدها الگوریتم‌های قوی‌تری مثل Mersenne Twister (سال ۱۹۹۷) ساخته شدن که دوره‌های خیلی طولانی و رفتار آماری خوب دارن و توی خیلی از زبان‌های برنامه‌نویسی شدن گزینه‌ی پیش‌فرض.

مزیتشون اینه که سریع هستن و قابل تکرار (برای شبیه‌سازی و تست عالی‌ان)، ولی یه ایراد خیلی مهم دارن:
اگر کسی الگوریتم و seed رو بدونه، می‌تونه کل دنباله رو حدس بزنه؛ یعنی برای cryptography این یه ضعف جدی محسوب می‌شه.

به زبان خودمونی: اگر هکر بفهمه با چه فرمولی و از کجا شروع کردی، کارت تمومه!

تصادفی دنیای واقعی یا همون TRNG ! :
اینجا بود که دانشمندا گفتن: بیاید به‌جای فرمول، از خودِ دنیای واقعی کمک بگیریم.

حاصلش شد True Random Number Generators (TRNGs) یا Hardware RNGs:

سیستم ها شروع کردن به استفاده کردن از نویز های فیزیکی : نویز حرارتی توی مقاومت‌ها ٬ jitter ساعت‌ها ٬ زمان‌بندی دیسک ٬ حتی ورودی‌های کاربر و ...

از اولین پروژه های خفن و خلاقانه که از این روش استفاده کرد پروژه‌ی LavaRand بود که از عکس گرفتن از یه سری لامپِ مذاب (lava lamp) برای تولید randomness استفاده می‌کرد.

لاوارند (LavaRand) یک ایده‌ی خیلی خلاق از دهه‌ی ۹۰ بود که توسط یک شرکت کامپیوتری مطرح شد: یک دوربین دیجیتال را جلوی چند لامپ لاوا (lava lamp) قرار می‌دادند و از تصاویر کاملاً آشوبناک و غیرقابل‌پیش‌بینیِ حرکت مایع داخل این لامپ‌ها، به‌عنوان منبع تصادفی‌بودن استفاده می‌کردند.
این تصویرها سپس وارد یک تابع هش رمزنگاری می‌شد و خروجی آن به‌عنوان seed برای تولید اعداد تصادفیِ امن در سیستم‌های کامپیوتری استفاده می‌گردید؛ ترکیبی از خلاقیت بصری و امنیت بالا که بعدها الهام‌بخش پیاده‌سازی‌های مدرن مشابه هم شد .

https://tashian.com/articles/a-brief-history-of-random-numbers/

🟠🔵 @Bit_Quote | #mtr
🔥6
📌کارگاه تخصصی ابزارهای هوش مصنوعی برای تحلیل و پژوهش دانشگاهی

🤖 «می‌خوای پژوهشت رو با هوش مصنوعی سریع‌تر و حرفه‌ای‌تر پیش ببری؟

تو این کارگاه با ابزارهای کاربردی AI برای ارتقای کیفیت تحقیق آشنا می‌شی.»

📚
برای مشاهده سرفصل های دوره کلیک کنید...

👨‍🏫مدرس دوره:
👤دکتر احمد رضا قاسمی
☑️دانشجوی دکترای مهندسی پزشکی گرایش بیومتریال دانشگاه تهران
☑️مدرس دوره‌های کاربرد هوش مصنوعی در پژوهش، تحلیل داده و توسعه ابزارهای دانشگاهی

🔖صدور گواهي حضور معتبر به زبان انگليسي

📍مخاطبین دوره:
دانشجویان و فارغ‌التحصیلان کارشناسی، کارشناسی ارشد و دکتری تمامی رشته ها

📆تاريخ: 26 الی 30 بهمن ماه

زمان: 19 الي 21

🎥 به همراه ضبط جلسات دوره

🚫ظرفیت محدود🚫

🔵اطلاعات بیشتر و ثبت نام👇

🆔
@SE_Workshops_Admin

@graduates_qut
3
اینترنت پس از قطعی؛ نگاهی به اختلال در لایه‌های زیرساختی
قطعی ۱۸ روزه اینترنت در ایران، تجربه‌ای بود که اثرات آن تنها به مدت زمان قطع ارتباط محدود نماند. پس از بازگشت ظاهری اتصال، همچنان نشانه‌هایی از اختلال در عملکرد عادی اینترنت مشاهده می‌شود؛ اختلال‌هایی که بیشتر در لایه‌های زیرساختی و فنی خود را نشان می‌دهند. این مسئله باعث شده است که موضوع اینترنت، فراتر از بحث دسترسی کاربران عادی، به یک چالش زیرساختی تبدیل شود.

در ساختار فنی اینترنت، دسترسی پایدار به منابع پایه‌ای اهمیت ویژه‌ای دارد. میرورها به‌عنوان نقاط توزیع پکیج‌ها و به‌روزرسانی‌ها، نقش مهمی در تضمین سرعت و پایداری سیستم‌ها ایفا می‌کنند. زمانی که این میرورها به‌طور کامل در دسترس نباشند یا اتصال به آن‌ها ناپایدار شود، فرایندهایی که معمولاً بدون توجه کاربر انجام می‌شوند، با تأخیر و وقفه همراه خواهند شد. این وضعیت به‌ویژه در محیط‌های فنی و توسعه نرم‌افزار بیشتر قابل مشاهده است.

در هفته‌های اخیر، دسترسی به بخشی از میرورهای رسمی و منابع دریافت پکیج‌ها با محدودیت مواجه بوده است. این موضوع باعث شده است که دریافت وابستگی‌ها و به‌روزرسانی‌ها، که بخشی از روند طبیعی نگهداری سیستم‌ها محسوب می‌شود، به تجربه‌ای غیرقابل پیش‌بینی تبدیل شود. در نتیجه، برخی فرایندهای خودکار ناچار به توقف یا انجام دستی شده‌اند؛ موضوعی که در ظاهر کوچک به نظر می‌رسد، اما در مقیاس بزرگ‌تر تأثیر قابل توجهی دارد.

در کنار میرورها، سرویس‌های مدیریت پکیج و نیازمندی‌های زیرساختی نیز تحت تأثیر این شرایط قرار گرفته‌اند. سرویس‌هایی مانند مخازن مدیریت وابستگی، از جمله نمونه‌هایی شبیه به Nexus، معمولاً برای سازمان‌دهی، ذخیره و کنترل نسخه‌های پکیج‌ها مورد استفاده قرار می‌گیرند. اختلال در دسترسی به این سرویس‌ها، هماهنگی میان بخش‌های مختلف سیستم را دشوارتر می‌کند و فرایند توسعه و نگهداری را کندتر پیش می‌برد.

در چنین شرایطی، تیم‌های فنی معمولاً به راه‌حل‌های موقتی روی می‌آورند؛ از نگهداری محلی پکیج‌ها گرفته تا استفاده از مسیرهای جایگزین برای دسترسی به منابع. این راه‌حل‌ها می‌توانند در کوتاه‌مدت بخشی از مشکل را کاهش دهند، اما جایگزین دسترسی پایدار و رسمی به زیرساخت‌های اصلی نیستند. به‌تدریج، این وضعیت باعث افزایش پیچیدگی سیستم‌ها و هزینه‌های نگهداری می‌شود.

با توجه به این موارد، می‌توان گفت که مسئله اینترنت پس از قطعی، تنها به بازگشت اتصال محدود نمی‌شود. تا زمانی که دسترسی به زیرساخت‌های پایه‌ای، از جمله میرورها و سرویس‌های مدیریت پکیج، به‌صورت پایدار فراهم نشود، شرایط به حالت عادی بازنگشته است. توجه به این لایه‌های کمتر دیده‌شده، می‌تواند نقش مهمی در بهبود کیفیت و قابلیت اتکای اینترنت ایفا کند.

@Nobarcloud ☁️
3
Forwarded from localhost (Yousef Taheri)
تحول معماری فیلترینگ اینترنت در ایران
از مسدودسازی صریح تا تخریب هوشمند کیفیت ارتباط

نویسنده: یاشار اسمعیل دخت

چکیده


در روزهای اخیر، به‌دنبال بروزرسانی فایروال‌های اپراتور همراه‌اول و زیرساخت، الگوی فیلترینگ اینترنت در ایران دستخوش تغییر بنیادین شده است. برخلاف رویکردهای پیشین که مبتنی بر مسدودسازی صریح دامنه‌ها و قطع کامل اتصال بودند، معماری جدید بر کاهش هدفمند کیفیت ارتباط (Degradation-Based Filtering) تمرکز دارد. این مقاله به بررسی فنی این تغییر، پیامدهای آن بر پروتکل‌ها و CDNها، و محدودیت‌های راهکارهای دورزدن می‌پردازد.
1. تغییر پارادایم: فیلترینگ دیگر «قطع اتصال» نیست
در مدل‌های سنتی فیلترینگ، تصمیم‌گیری باینری بود:
Allow / Deny
Accept / Drop
Pass / Reset
اما در معماری جدید، فیلترینگ به کنترل تجربه کاربر تبدیل شده است.
ویژگی‌های مدل جدید:
اتصال TCP برقرار می‌شود
و TLS Handshake آغاز می‌شود
اما:
در واقعRTT به‌صورت مصنوعی افزایش می‌یابد
وPacket Delay و Jitter تزریق می‌شود
وPacket Loss به‌صورت احتمالی اعمال می‌گردد
نتیجه:
ارتباط «وجود دارد»، اما «قابل استفاده نیست»
این تغییر نه‌تنها فنی، بلکه سیاست‌محور است؛ زیرا اثبات فیلترینگ را دشوارتر و هزینه اعتراض را بالاتر می‌برد.
2. تمرکز فایروال‌ها بر لایه 7 و Fingerprint ارتباط
برخلاف تصور رایج، فایروال‌های جدید دیگر صرفاً به SNI یا Host Header متکی نیستند. آن‌ها به‌دنبال امضای رفتاری اتصال هستند.
عناصر کلیدی Fingerprinting:
TLS ClientHello
Extension Order
Cipher Suites
Supported Groups
ALPN (h2, http/1.1)
الگوی زمان‌بندی Packetها
طول عمر Connection
الگوی Retry و Reconnect
به‌عنوان مثال:
ا. WebSocket با الگوی Upgrade مشخص
ا. gRPC با HTTP/2 long-lived streams
این ویژگی‌ها باعث می‌شود حتی بدون شناسایی دقیق دامنه، نوع کاربرد تشخیص داده شود.
3. چرا CDNها و Cloudflare بیشترین آسیب را دیدند؟
ا. Cloudflare و CDNهای مشابه به دلایل زیر هدفی ایده‌آل برای Degradation هستند:
Shared Infrastructure
یک IP، هزاران دامنه
Anycast Routing
تشخیص مقصد واقعی دشوار
TLS 1.3 + ESNI
محتوای متادیتا پنهان
در چنین شرایطی، فایروال به‌جای فیلتر دامنه، کل مسیر یا ASN را دچار افت کیفیت می‌کند.
نتیجه عملی:
ا. WebSocket دائماً قطع می‌شود
ا. gRPC Streamها Reset می‌شوند
ا. CDN از مزیت Performance به Liability تبدیل می‌شود
4. پایان تمایز .ir و Root Domain
یکی از مهم‌ترین نشانه‌های این بروزرسانی، حذف تمایز میان دامنه‌های داخلی و خارجی است.
قبل:
Whitelist ضمنی برای:
.ir
Root Domains
سرویس‌های داخلی
اکنون:
Domain-Agnostic Filtering
رفتار ارتباط مهم‌تر از هویت دامنه
این تغییر نشان می‌دهد فایروال‌ها دیگر درگیر «چه چیزی» نیستند، بلکه «چگونه وصل شدن» را هدف قرار داده‌اند.
5. TLS ClientHello Fragmentation: راهکار موقت، نه پایدار
ا. Fragmentation در TLS Hello یکی از روش‌های رایج برای اختلال در DPI است.
چرا مؤثر است؟
ا. DPI کلاسیک انتظار ClientHello یک‌پارچه دارد
و Fragmentation باعث:
شکستن SNI
به‌هم‌ریختن Extension Parsing
اختلال در Signature Matching
اما محدودیت‌های جدی دارد:
ا. DPIهای Stateful امکان Reassembly دارند
ا. ML-based classifiers حتی بدون SNI الگو را تشخیص می‌دهند
ا. Overhead و Latency را افزایش می‌دهد
نتیجه:
ا. Fragment یک مُسکن است، نه درمان
6. چرا این معماری خطرناک‌تر از فیلترینگ کلاسیک است؟
قابل اندازه‌گیری نیست
قابل اثبات حقوقی نیست
تجربه کاربر را فرسایشی می‌کند
ابزارهای مانیتورینگ سنتی آن را «اختلال طبیعی شبکه» تلقی می‌کنند
به‌عبارت دیگر:
فایروال دیده نمی‌شود، اما اثرش همه‌جا هست
7. مسیرهای مقاوم‌تر
بدون اغراق، هیچ راهکار دائمی وجود ندارد؛ اما برخی مسیرها هزینه شناسایی را بالا می‌برند:
وجود Protocol Mimicry واقعی
تطبیق کامل با JA3/JA4 مرورگر
Transport Obfuscation
QUIC / MASQUE-based tunneling
Adaptive Routing و Path Rotation
Decentralized Egress Points
نتیجه‌گیری
آنچه امروز در زیرساخت اینترنت ایران مشاهده می‌شود، نه اختلال موقت و نه خطای فنی است؛ بلکه تحول معماری کنترل ارتباطات است. این مدل جدید، فیلترینگ را از یک عمل آشکار به یک پدیده نامرئی اما فراگیر تبدیل کرده است.
در چنین شرایطی، اتکا به راهکارهای سطحی نه‌تنها ناکارآمد، بلکه گمراه‌کننده است. فهم عمیق رفتار فایروال، تنها پیش‌نیاز طراحی ارتباطات پایدار در این محیط است.
2
انجمن علمی کامپیوتر دانشگاه علامه طباطبایی
Photo
با سلام؛
مطلبی که امروز می‌خواهم بنویسم شاید بومرنگ‌وار به خودم برگردد. اما حس می‌کنم باید به نحوی به آن اشاره شود.
وقتی اولین‌بار صحبت از "شبکهٔ ملی اطلاعات" شد؛ برای بسیاری از مهندسین شبکه و نرم‌افزار اتفاق خوبی بود چرا که باعث گسترش کاریابی و حقوق و مزایای خوب دولتی و همینطور گسترش بخش خصوصی بود. فارغ از اینکه شرکت‌های کلاود مثل ابرآروان و... با ایجاد بازار سیاه فیلترساز و فیلترشکن فروشی تا چه حد عرصهٔ ارتباطات را برای مردم تنگ کرده بودن؛ اما در نهایت بخشی از این شبکهٔ ملی بودند. اما این خوشحالی در حقیقت دروغی بود که ما به خودمان می‌گفتیم.
"مافیاهای فیلترینگ آقازاده‌هایی هستند مانند مافیای خودرو و... و این مسئله دخلی به مهندسان و کلیات فنی شرکت‌ها ندارد". ما با همین فرضیه پذیرفتیم که باید در راستای ارتقای سطح علمی، بازدیدی از بزرگترین شرکت کلاود ایران به عمل آوریم.
اما پس از واقعهٔ دردناک ۱۸، ۱۹ و ۲۰ دی‌ماه و قطعی سراسری ۲۰ روزهٔ اینترنت در کشور، وایت‌لیست شدن اینترنت و ارتقای dpi به حدی که اینترنت را برای کاربر عادی غیرقابل استفاده کند؛ نشان از یک حقیقت تلخ بود. زنگ خطری که سال‌ها زده می‌شد اما نه تنها ما بلکه کل دنیای نرم‌افزار و حتی حامیان نرم‌افزار آزاد - نظیر تهلاگ و غیره - خود را به نشنیدن زده بودند و متوجه آن نمی‌شدند. زنگ خطری که از سال ۹۸ به صدا در آمد و آثار خود را در ۱۴۰۴ نشان داد.
شبکهٔ ملی اطلاعات مانند یک چاقوی دولبه در قلب کسب و کارهای کوچک و بخش خصوصی و مردم فرو رفت و به سود شرکت‌های کلان و بودجه‌بگیران شد. تعدیل‌های نیروی این چند روز و زیان‌های مالی با اعدادی که صفر آن قابل شمارش نیست؛ همه پاداش دانشجویان، مهندسان و مدیران کسب و کارهای نوپا و بخش خصوصی است که این مدت با حفظ شعار "تولید داخلی" از شبکهٔ ملی اطلاعات حمایت کردند و حال همان شبکهٔ ملی اطلاعات خنجری از پشت به آنان وارد نمود‌.

از این رو انجمن علمی مهندسی کامپیوتر ضمن ابراز تأسف و عذرخواهی خود نه تنها از دانشجویان بلکه تمام جامعه مهندسی کامپیوتر بابت فراهم‌سازی بازدید از این شرکت؛ اعلام می‌دارد که در آینده هیچ‌گونه همکاری با شرکت‌های حامی محدودیت اینترنتی نظیر ابرآروان نخواهد داشت.

با تشکر از توجه شما
📝 دبیر انجمن علمی مهندسی کامپیوتر - زمستان ۱۴۰۴

@ATUCE_AS
18
شروع نیمسال دوم سال تحصیلی ۱۴۰۴–۱۴۰۵ دانشگاه علامه طباطبائی

دانشجویان گرامی؛
به اطلاع می‌رساند کلیه کلاس‌ها و فعالیت‌های آموزشی در تمامی مقاطع تحصیلی از تاریخ ۲۵ بهمن ۱۴۰۴، مطابق تقویم آموزشی، به صورت حضوری برگزار خواهد شد.


معاونت آموزشی دانشگاه علامه طباطبائی
😭1
#اطلاعیه
شماره 2/ شروع کلاس‌های نیم‌سال دوم سال تحصیلی ۱۴۰۵–۱۴۰۴ دانشگاه علامه طباطبائی از 9 اسفند ماه


معاونت آموزشی دانشگاه علامه طباطبائی در اطلاعیه‌ شماره 2 اعلام کرد: «پیرو درخواست‌های دانشجویان مبنی بر اعطای وقفه آموزشی پس از امتحانات پایان نیم‌سال و به استناد مصوبه هیئت‌رئیسه دانشگاه، به اطلاع می‌رساند کلاس‌های نیم‌سال دوم سال تحصیلی در کلیه مقاطع تحصیلی از روز شنبه 9 اسفند ماه 1404 به صورت حضوری برگزار خواهد شد.»