В Телеграме есть функция "Похожие каналы". Не знаю, как платформа оценивает похожесть, но, думаю, что это комбинированная метрика из подписчиков и ключевых слов.
Так вот, тёзка Denull сделал прикольный кластеризатор каналов. Я просканировал свой канал на глубину 3 и обозначил кластеры.
Какие интересные выводы из этого можно сделать:
1. Каналов про айти так много (возможно именно в ближайших к моему, но я думаю, что и в целом), что они, в свою очередь, тоже делятся на выраженные кластеры: мобилки, фронт, дизайн и т.д.
2. Больше всего айтишных каналов про ML. Это очень модно.
3. Канал ровно на серединке между "Мобильной разработкой" и "Компьютерной безопасностью" — это канал про компьютерную безопасность в мобильной разработке! Прикольно.
4. Каналы со всякими новостями практически неотделимы от каналов с политикой.
5. Если якобы тематический канал находится очень близко к кластеру "Новости и политика", то, вероятно, этот канал часто постит нетематический ширпотребный мусор для разгона трафика. То есть, я бы на такие не подписывался.
6. Вообще нет кластера по настолкам. Похоже, эта тема довольно слабо освещается в блогах.
7. Стартапы и инвестиции находятся где-то между политикой и машинным обучением. Неспроста.
#web
🚀 Security Concerns Raised Over AI Model API Proxy Services
A security research team has identified malicious code injections in 26 out of over 400 unofficial AI model API proxy services examined. According to NS3.AI, the report highlights the potential risks associated with these intermediary services, which can modify AI-generated code and compromise sensitive data, including AWS keys.
#security#AI#API#maliciouscode#dataprivacy#NS3AI#AWS
🚀 AI TRENDS | University of California Study Reveals Security Risks in Third-Party LLM Routers
Researchers at the University of California have identified security vulnerabilities in 26 third-party large language model (LLM) routers, which can potentially inject malicious code or steal credentials from AI agent traffic. According to NS3.AI, the study highlighted that one of these routers was able to drain Ether from a decoy wallet, although the reported financial loss remained under $50. The research paper cautioned developers who utilize AI coding agents for smart contracts or wallets, noting that private keys or seed phrases could be exposed when requests are routed through unscreened routers.
#AI#securityrisks#thirdpartyLLM#maliciouscode#credentials#AIagents#UCstudy#smartcontracts#wallets#privatekeys#seedphrases#cybersecurity#ETH