#матчасть

🏆 Модель OSI: Священный Грааль

Подводя итоги записей [1], [2] и [3]

Возможно, после прочтения предыдущих трёх частей о модели OSI, у многих возник закономерный вопрос:

А зачем так сложно-то?? 🤯
📐 Главная цель, которая достигается применением модели OSI — это стандартизация. Разработчики прикладного программного обеспечения могут сосредоточиться на написании своей программы, не заботясь о том, как будет осуществляться передача их данных по сети. Разработчики сетевого оборудования могут создавать свои устройства, не думая о том, какие именно данные будут по сети передаваться. И т.п. Главное — соблюдать принципы и стандарты того уровня модели OSI, для которого ты разрабатываешь свой продукт. Тогда продукты разных компаний будут совместимы друг с другом. А это даёт огромное ускорение индустрии — когда разные люди могут параллельно разрабатывать разные компоненты системы, концентрируясь на своём участке и будучи при этом уверенными, что в итоге "паззл сложится".

👨‍💻 Этот же принцип помогает выделять IT-специалистов по разным направлениям. Так, уровни с 1 по 4 — это вотчина сетевых инженеров. Они создают, настраивают и администрируют сеть. А с уровнями 5-7 работают администраторы сервисов, разработчики прикладных программ и непосредственные пользователи. Сетевые технологии — штука непростая и разноплановая, и зачастую для эффективной работы требует от специалистов более узкой специализации ("человек-оркестр" хорош не всегда). И модель OSI позволяет провести границы такой специализации (зачастую — уже на стадии ВУЗа).

🩺 Кроме того, модель OSI помогает диагностировать проблемы в сети, так как каждый уровень имеет свои функции, задачи и признаки неисправностей. Процесс выявления неполадок обычно идёт в привязке к уровням модели, что делает этот процесс системным, а не хаотичным. Например, если сетевое приложение не работает, но выяснили, что на сетевом уровне два компьютера "видят" друг друга, то на канал связи уже можно не грешить, а проблему искать "выше" — либо на транспортном уровне, либо в самом приложении. И наоборот, если у нас крыс поел провод, то пока с этим не разберёмся, о вышестоящих уровнях можно даже не думать.

🗝 Хотя модель OSI и может показаться сложной, она является ключевым инструментом для понимания того, как работают компьютерные сети. В первой части нашей беседы я назвал её Священным Граалем сетевых технологий и не отказываюсь от своих слов. Кстати, если мне доводится собеседовать человека, претендующего на роль сетевого инженера, модель OSI — это первое, с чего я начну разговор. Её знание, понимание и способность ориентироваться в ней — условие вовсе не достаточное для специалиста-сетевика, но абсолютно необходимое.

🌐 Так что, подводя итог, хочу повторить слова, которыми я начинал этот цикл душных постов: самым корректным ответом на вопрос "Как работает Интернет?" будет "В соответствии с моделью OSI". Как и любая другая сеть.

@digitaltea | про IT доступно

✈️ Папок много не бывает
#напульсе

Telegram увеличил максимальное количество папок для премиум-пользователей до 30 штук. Напомню, до этого обладатели премиум-аккаунтов могли создавать до 20 папок, а на бесплатных аккаунтах — до 10.

В сообществе мнения на счёт этого нововведения ожидаемо разделились. Кому-то и 30 папок мало, а кому-то и 10 много. Но дело не в папках (и даже не в их количестве).

📌 Что нам здесь важно?
На этом примере виден типичный путь, по которому часто идёт развитие технологий. Сначала выпускается продукт для гиков, являющийся довольно нишевым: о нём немногие знают, или знают, но отмахиваются — мол, баловство это, мне и без этого нормально. Но со временем всё больше людей о продукте узнают, кто-то тестирует из интереса, кто-то при этом "распробует" и проникается идеей. И вот — продукт пошёл в массы (или не пошёл, естественный отбор есть всегда), и огромное количество людей уже пользуются им на постоянной основе. Но для старта достаточно было сравнительно небольшой группы энтузиастов или узкопрофильных пользователей (а так же качества самого продукта и рекламы, конечно).

✈️ К слову, телеграмом я в своё время именно так и начал пользоваться — знал, что есть такой мессенджер, но игнорировал его, не очень понимая, зачем мне ещё один. Потом попробовал, втянулся.. о, здесь и каналы есть?.. Теперь не знаю, зачем мне прошлые мессенджеры 😀

🔫 Более узким примером этой же концепции является "переезд" технологий из военной сферы в гражданскую. Сначала для людей в погонах за бюджетные деньги разрабатывается что-то, позволяющее нести сокрушительный мир всему миру. А потом светлые головы понимают, что это изобретение, доработав, можно с успехом применять в быту, да ещё и зарабатывать на этом. Если удастся гриф секретности снять. Так, в Союзе этот подход был не развит в силу отсутствия предпринимательства, а вот на Западе — с успехом применяется и поныне. И самым ярким представителем технологии, родившейся таким образом, и имеющей отношение к нашей теме, является сам Интернет (я как-то упоминал о его "военном" прошлом).

📁 А возвращаясь к теме папок в Telegram, скажу, что их появление в своё время — один из самых прорывных шагов в развитии интерфейса сервиса, на мой взгляд. Пользоваться телегой после этого стало кратно удобнее. И да — по началу мне за глаза хватало 10 папок. Сейчас не хватает, но укладываюсь пока в 20 😉 Как-то так это и работает.

@digitaltea | про IT доступно

Чайный #дайджест №17

Друзья, почти всю уходящую неделю мы мужественно посвятили разбору модели OSI:

☕️ Основная идея модели OSI
☕️ Уровни модели OSI
☕️ Пример работы модели OSI
☕️ Для чего нужна модель OSI
☕️ А ещё успели узнать, хватает ли вам 30 папок в Telegram

Надеюсь, семь уровней вас не сильно загрузили 😎

Всем хороших выходных!

@digitaltea | про IT доступно

#иирисует

Цифровая революция.
Точно это имелось в виду?.. 🤔

@digitaltea | про IT доступно

🦠 Троян от Google?
#напульсе

Вчера утром мой смартфон удивил меня сообщением о том, что в одном из установленных приложений обнаружена троянская программа.

Удивил — не то слово. Потому что вредонос якобы обнаружился не где-то, а в приложении "Google". Да не абы какой, а вполне себе конкретный троян, умеющих рассылать SMS. Типовое использование такого вредоноса — рассылка от имени пользователя SMS со ссылкой на зараженные ресурсы, либо подписка пользователя на платные услуги по SMS без его ведома.

🔍 Так есть ли троян в гугловском приложении?
В некотором смысле можно, конечно, сказать, что да — ведь какие есть недокументированные возможности в системных и около-системых приложениях ОС Android, мы можем только догадываться. Но в том значении, в котором это преподносит система безопасности смартфона — полагаю, что нет. Причины моей самонадеянности следующие:

1. Судя по информации в Сети, с такой ситуацией столкнулись пользователи смартфонов именно Huawei (мой случай) и Honor (дочерний бренд хуавея).
2. Троян "исчезает", если просто очистить данные приложения "Диспетчер телефона", которое и подняло тревогу. Также в Сети есть информация, что помогает переустановка приложения Google.

Больше похоже на глюк хуавеевскго софта, который, надеюсь, поправят в ближайших обновлениях. Впрочем, для тренировки мозга могу предложить ещё пару версий произошедшего.

🎭 Версия комическая
Компания Huawei давно находится под санкциями США, и ребята из Поднебесной решили мелко подгадить американским коллегам, намеренно организовав в своём софте такое оповещение. Пусть пользователи подёргаются и заимеют лишние сомнения в адрес Google.

Хотя, если уж на то пошло, что Google, что Huawei — ребята с одной полки, слежку за пользователями ведут в полный рост оба, разница только в конечном получателе информации. Это так, для объективности восприятия.

👁 Версия конспирологическая
Троянец и впрямь есть, и заразил им Google выборочно смартфоны Huawei и Honor. Технически вполне возможная ситуация, но сделано тогда это было слишком уж топорно — спалило их банальное штатное средство защиты от Huawei, заведомо установленное на каждом смартфоне компании.

Не знаю, к чему приведут попытки удалить с телефона приложение Google (не пробовал), но людям с повышенным уровнем паранойи бдительности можно как минимум отключить приложению Google разрешение на SMS (говорили о разрешениях тут).

🔧 Что сделал я?
Я поступил гибридно: очистил данные "Диспетчера телефона" и успокоился, но отозвал у "Google" разрешение на SMS 😎
Очистить данные можно так: Настройки - Приложения - Приложения - Диспетчер - Память - Сброс.
Отозвать права можно так: Настройки - Приложения - Приложения - Google - Права - SMS-сообщения.

💸 Есть, правда, ещё один вариант
Как вы, возможно, слышали, Google в РФ обложена крупными штрафами, а российская дочка компании, ООО "Гугл", из-за этого успела обанкротиться. И вот ребята из-за океана решили пощипать баланс моего телефона, подписав меня на платные сервисы по коротким SMS-номерам. Надо ж как-то спасать корпорацию.

@digitaltea | про IT доступно

#матчасть

👨‍🏫🤖 Машинное обучение и глубокое обучение

Сегодня в связи с популярностью темы искусственного интеллекта нередко можно встретить термины "машинное обучение" и "глубокое обучение". Это одно и то же? И вообще, о чём речь? Давайте вооружимся знаниями об этом, мы же хотим ориентироваться в происходящем (ведь хотим?).

📚 Машинное обучение (Machine Learning)
Что это?
Машинное обучение — это подраздел технологий искусственного интеллекта (ИИ), который позволяет компьютерам обучаться на основе готовых данных. Вместо того, чтобы явно программировать компьютер для выполнения задачи, мы предоставляем ему данные и алгоритмы, которые позволяют ему выявлять закономерности и принимать решения.

Как работает?
Ключевым аспектом машинного обучения является использование готовых данных в качестве примеров. С помощью специально разрабатываемых алгоритмов и статистических моделей эти данные анализируются, в них выявляются закономерности, и на их основе пытаются предсказать результат обработки других, "не учебных" данных. Например, в задаче распознавания образов машина может изучить множество изображений кошек и собак, найти ключевые отличия, и в будущем успешно решать аналогичные задачи самостоятельно.

Где используется?
Машинное обучение применяется в различных областях, где необходимо делать прогнозы, классифицировать данные и принимать решения на основе больших объемов информации. Навигация, финансы, метеорология, поиск информации, автоматизация процессов — эти и многие другие сферы используют подходы на основе машинного обучения.

🤿 Глубокое обучение (Deep Learning)
Что это?
Глубокое обучение — это более молодой подраздел машинного обучения, который разрабатывает методы обучения компьютеров, основанные на использовании искусственных нейронных сетей. Идею заимствовали у природных нейронных сетей человеческого мозга.

Как работает?
В основе также лежит принцип обучения на примерах. При глубоком обучении нейронные сети грубо имитируют работу мозга. Они состоят из множества слоев, где каждый слой учится выполнять свои определенные функции. Например, в нейронке, распознающей лица, будут слои, умеющие находить лицо на снимке, слои, умеющие определять форму глаз, распознающие цвет кожи и т.д. И слои, умеющие работать с данными от всех этих слоёв. Эта концепция слоёв, одни из которых работают в глубине других, и дала название технологии. Подробнее об этом мы уже говорили здесь.

Где используется?
Глубокое обучение достигло значительных успехов в задачах распознавания образов, обработки естественного языка и автоматического перевода. Оно используется в технологиях распознавания голоса, автономных автомобилях и, конечно, как основа для создания искусственного интеллекта более высокого уровня.

✏️ Так в чем разница?
Основное отличие между машинным обучением и глубоким обучением заключается в принципах, используемых для обработки данных в процессе обучения и принятия решения. Машинное обучение предполагает использование более простых моделей на основе строгих алгоритмов, в то время как глубокое обучение использует сложные и более гибкие нейронные сети с множеством слоев.

Системы на основе глубокого обучения могут достигать более высокой эффективности в задачах, требующих анализа сложных данных, но они также требуют больше вычислительных ресурсов и данных для своего обучения. Поэтому было бы преждевременно говорить, что глубокое обучение пришло на смену "классическому" машинному (как может показаться). В зависимости от конкретной задачи и имеющихся ресурсов рациональный выбор технологии может пасть как на машинное, так и на глубокое обучение. Но оба эти метода открывают двери к реализации потенциала искусственного интеллекта, и уже сделали возможными многие из технологий, с которыми мы сталкиваемся в нашей повседневной жизни.

@digitaltea | про IT доступно