arpi_esp blogja

Elkészült az RNN nyelvi model a HUP kommentekből, laza 2 hétnyi tanítás (50 epoch, 223k steps) eredményeképp.

Előzmény:  https://hup.hu/comment/2872133#comment-2872133

Hogy trey is örüljön, a tanítás egy Tesla kartyan ment, egy olyan szoftverrel, amit a Tesla-nal dolgozo Andrej Karpathy fejlesztett:

Biztos látott már mindenki az utóbbi hónapokban DALL-E vagy MidJourney AI szoftverek által generált képeket. Ha nem, akkor röviden a lényege: ezek text2image AI modellek, azaz szöveges utasítás ("prompt") alapján rajzolnak/generálnak képeket, amik sokszor nagyon ijesztőek máskor nagyon élethűek, vagy épp nagyon művésziek. Tegnap megjelent a legújabb ilyen AI szoftver, a Stable Diffusion, ami ráadásul opensource, a model pedig szabadon letölthető és használható, bár 10GB memóriás GPU erősen ajánlott hozzá:

https://stability.ai/blog/stable-diffusion-public-release

tegnap fel napi debug es anyazas utan megtalaltam valahol, hogy az ubuntuek patchelik az openssl-t hogy ne is tamogassa az 1.2-nel kisebb verzioju TLS-t. ez nagyon szep es jo, csak epp ha webszervert uzemeltetsz rajta, nem feltetlen a biztonsag az elsodleges cel, hanem sokszor inkabb az, hogy ne csak a legujabb/leguptodatebb eszkozokkel lehessen megnezni az oldalt.

hiaba allitgatod akar az apache-ban, akar a python ssl-ben a minimum tls verziot, a patchelt ubuntus openssl pont leszarja...

bizonyara mindenki talalkozott az elmult 3 evben az olcso gagyi kinai termekeket DoS-szeru email bombazassal (2400 fiokra 1 honap alatt 197000 jott belole) hirdeto magyar spam-el. kerti locsolocso, szunyogriaszto, stb... altalaban 1-1 temat hetekig nyomattak.

a szoveg minden levelben mas volt, ezt ugy ertek el, hogy minden mondatot 10-20 felekeppen megfogalmaztak, majd ezt permutaltak veletlenszeruen. meg 30% egyezeses deduplikacioval is megmaradt 10k+ kulonbozo level...

sok kozos nem volt bennuk, de a felado (from) domainje mindig ugyanarra az IP cimre, vagy szuk (/26-/28) tartomanyra mutatott, ami par havonta valtozott ugyan, de viszonylag kis energiaval lehetett szurni.

na hat most strategiat valtottak. most epp traffipaxdetektoros temaban tamadnak kb 2 hete, hasonlo a stilus, de mostmar a from ip-je is eleg random. a benne levo url-t lehetne csak megfogni, de hogy ezt megnehezitsek, van levelenkent vagy 100 url benne, a legtobb 5-6 karakteres random string + pont + 2 random betu + /? + ujabb 5-6 random betu. ezzel DoS-oljak az url blacklisteket, akik sok query miatt elobb utobb letiltanak ugyis... viszont ez a vesztuk is, eleg jol lehet regex-el szurni, parszazat mar megfogtam 1 nap alatt, eddig nincs false positive se.  procmail szintaxissal igy nez ki, ha mind a 4 regex match-el (random http es https url-eket hasznalnak), akkor van hit:

* http://[a-z][a-z][a-z][a-z][a-z][a-z]\.[a-z][a-z]/\?[a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z]*.
* http://[a-z][a-z][a-z][a-z][a-z]\.[a-z][a-z]/\?[a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z]*.
* https://[a-z][a-z][a-z][a-z][a-z][a-z]\.[a-z][a-z]/\?[a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z]*.
* https://[a-z][a-z][a-z][a-z][a-z]\.[a-z][a-z]/\?[a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z][a-zA-Z]*.