Już jedenasty raz na łamach naszego miesięcznika wspólnie z Czytelnikami oceniamy urządzenia, oprogramowanie oraz usługi chmurowe, nagradzając te rozwiązania, które wyróżniają się na rynku.

Szybkość adaptacji do wydarzeń na świecie, łatwość przeprowadzenia i wachlarz możliwych scenariuszy ataków to tylko niektóre z czynników, które składają się na niezrównaną skuteczność inżynierii społecznej. Poza śledzeniem najświeższych newsów warto wyposażyć się w podstawową wiedzę i umiejętności, a swoją organizację w narzędzia pozwalające zmniejszyć prawdopodobieństwo udanego ataku socjotechnicznego.

W cyberprzestępczym świecie funkcjonują ataki, które pozwalają uzyskać dostęp do wartościowych danych często bez użycia ani jednej linijki kodu. Oparte są na podstępie i manipulacji, a hakuje się w nich nie sprzęt czy software, tylko człowieka.

Firma Microsoft od lat oferuje usługi bazodanowe on premises oraz w chmurze Azure. Chociaż zgodność poszczególnych usług Azure z serwerem SQL wynosiła od 90% (w przypadku usługi Azure SQL Database) do ponad 99% (w wypadku usługi SQL Managed Instance), to brak stuprocentowej kompatybilności utrudniał migrację istniejących rozwiązań do Azure. Dlatego jedną z bardziej wyczekiwanych nowości była ściślejsza integracja usług bazodanowych dostępnych zarówno lokalnie, jak i w Azure oraz Azure Arc.

Po trzyletniej przerwie – poprzednia wersja serwera SQL trafiła na rynek w listopadzie 2019 r. – Microsoft ogłosił najnowsze wydanie swojego serwera baz danych. W czasie powstawania artykułu dostępna była publiczna wersja zapoznawcza SQL Server 2022, natomiast dokładna data premiery nie była jeszcze znana.

Najprostszym rozwiązaniem problemu shadow IT jest wdrożenie rozwiązań technicznych uniemożliwiających jakąkolwiek aktywność użytkownika w obszarze instalacji oraz wykorzystanie nieautoryzowanych przez dział IT rozwiązań informatycznych. Jednak najprostsze rozwiązania nie zawsze bywają najlepsze, zwłaszcza w czasach powszechnej pracy zdalnej. Dlatego warto poświęcić trochę czasu na rozważanie ryzyk oraz możliwych do wdrożenia rozwiązań technicznych i organizacyjnych mających na celu co najmniej minimalizację ryzyka związanego z shadow IT.

W organizacji nie zawsze funkcjonuje tylko jeden dział informatyczny. Specjalizacja i różny zakres obowiązków wymuszają podzielenie komórki IT na mniejsze części. Jednak może się okazać, że nie wiemy o jeszcze jednym IT, które funkcjonuje poza strukturą organizacyjną i świadomością zarządzających.

Windows 11 wprowadził wiele aplikacyjnych udoskonaleń zabezpieczeń, a także nowy system ich aktualizacji i zarządzania nimi, który do czasu pojawienia się Windows Update for Bussiness przez wielu uważany był za najsłabszy punkt rozwiązań Microsoftu.

Microsoft twierdzi, że jego najnowsze dzieło to najbardziej dopracowany i najbezpieczniejszy system operacyjny. Część użytkowników, zwłaszcza tych zmagających się z wczesną wersją systemu, nie zgodziłaby się z tym. Wśród wielu z nich wymagania sprzętowe konieczne do zainstalowania Windowsa 11 wywołały spore oburzenie. Czy polityka Microsoftu wymuszająca wymianę starego sprzętu w imię bezpieczeństwa jest uzasadniona?

W poprzedniej części artykułu przedstawione zostały nowe, w czasie przygotowywania tekstu dostępne w wersji zapoznawczej, funkcjonalności usługi Azure Machine Learning pozwalające automatycznie klasyfikować obrazy. Tematem tej części są dwie kolejne techniki komputerowej analizy obrazów – rozpoznawanie widocznych na obrazach obiektów i ich segmentacja. Tak jak poprzednio przykładowe eksperymenty przeprowadzimy na platformie Azure Machine Learning, korzystając z Python SDK.