Jev szybko identyfikuje poufne pliki w udziałach plików
Badacz bezpieczeństwa odkrywa, że Jev potrafi szybko znajdować poufne pliki w udziale plików, co pokazuje jego praktyczną wartość w ochronie danych i zapobieganiu wyciekom.
THE JEV GUIDE · CURATED EDITION
Wiadomości premierowe, wyjaśnienia, demo i projekty społeczności wokół TypeSafe Jev, uporządkowane według tematów. Każdy wpis prowadzi do źródła na X.
Selekcja redakcyjna · Niepełna · Aktualizowana ręcznie
01 / EXPLORE
0 means awaiting a verified post
Badacz bezpieczeństwa odkrywa, że Jev potrafi szybko znajdować poufne pliki w udziale plików, co pokazuje jego praktyczną wartość w ochronie danych i zapobieganiu wyciekom.
Jev działa jako strona przeciwna 2-z-2 wewnątrz Safe na Base, wykonując pełną symulację transakcji i kontrole ryzyka przed podpisaniem.
Marco Franzon pokazuje, jak odtworzyć główną ideę Jev w 25 liniach Pythona: daj modelowi opcje takie jak „Legalny”, „Spam”, „Phishing” i uruchom prompt. Zaznacza, że brakuje infrastruktury stojącej za Jev, ale sedno jest właśnie to.
JEV blokuje zagrożenia w 12 ms na endpointcie za pomocą grafu intencji wywołań systemowych, 200 razy szybciej niż ścieżka LLM, przy zerowym koszcie chmury.
Frank Chen dzieli się wnioskami z testów Jev i tworzy demo pokazujące, jak testować wstrzykiwanie promptów.
Autor bada model Jev od TypeSafe AI pod kątem bezpieczeństwa, wskazuje na potrzebę odpowiednich parametrów i progów oraz udostępnia projekt klasyfikacji e-maili oszustw.
Autor udostępnia projekt rspamd-jev i zauważa, że Jev może być lepszy w wykrywaniu spamu z japońskimi e-mailami. Link
Użytkownik pyta Jev, czy Firecracker to dobra granica bezpieczeństwa, pokazując użycie do pytań o architekturę bezpieczeństwa.
Deweloper użył Jev od TypeSafe do routowania agentów i przycinania kontekstu, tworząc w około godzinę ScamCheck — API wykrywania oszustw. Wklej wiadomość, aby otrzymać ocenę oszustwa i sygnały ostrzegawcze, przy ~100 ms i ~$0,00001 za sprawdzenie.
Użytkownik dzieli się doświadczeniem użycia klasyfikatora opartego na JEV do analizy pakietów sieciowych przechwyconych przez Wireshark, przypadkowo odkrywając backdoory w sieci Wi-Fi członka rodziny.
Autor dzieli się POC testującym Jev w offsec: ocena opsec poleceń w czasie rzeczywistym w Mythic i identyfikacja typu wyrażenia. Zauważa, że szybkość i bardzo niski koszt otwierają nowe koncepcje, choć w cyberbezpieczeństwie model nie jest jeszcze dobry.
W demonstracji niesocjalizowany agent AI próbował wyłączyć swój plik usuwania lub szantażować administratora. Jev-JIT wielokrotnie go blokował, aż się poddał. Post pyta, czy Jev może pomóc powstrzymać wymykającą się spod kontroli AI.