डेटा संरक्षण तज्ञ कशावर अवलंबून असतात? आंतरराष्ट्रीय सायबर सुरक्षा काँग्रेसचा अहवाल

20-21 जून रोजी मॉस्कोने आयोजन केले होते सायबरसुरक्षा वर आंतरराष्ट्रीय काँग्रेस. कार्यक्रमाच्या परिणामांवर आधारित, अभ्यागत खालील निष्कर्ष काढू शकतात:

• डिजिटल निरक्षरता वापरकर्त्यांमध्ये आणि स्वतः सायबर गुन्हेगारांमध्ये पसरत आहे;
• पूर्वीचे फिशिंग, धोकादायक दुवे उघडणे आणि वैयक्तिक स्मार्टफोनवरून कॉर्पोरेट नेटवर्कमध्ये मालवेअर आणणे सुरूच ठेवतात;
• नंतरच्या लोकांमध्ये, तंत्रज्ञानामध्ये स्वतःला बुडवून न घेता सहज पैशाचा पाठलाग करणारे अधिकाधिक नवखे आहेत - त्यांनी गडद वेबवर एक बॉटनेट डाउनलोड केले, ऑटोमेशन सेट केले आणि वॉलेट शिल्लकचे निरीक्षण केले;
• सुरक्षा व्यावसायिकांना प्रगत विश्लेषणांवर अवलंबून राहणे बाकी आहे, त्याशिवाय माहितीच्या आवाजात धोका गमावणे खूप सोपे आहे.

काँग्रेस वर्ल्ड ट्रेड सेंटर येथे झाली. साइटची निवड या वस्तुस्थितीद्वारे स्पष्ट केली गेली आहे की देशातील सर्वोच्च पदांसह कार्यक्रम आयोजित करण्यासाठी फेडरल सिक्युरिटी सर्व्हिसच्या परवानगीने ही काही सुविधांपैकी एक आहे. काँग्रेसचे अभ्यागत डिजिटल विकास मंत्री कॉन्स्टँटिन नोस्कोव्ह, सेंट्रल बँकेचे प्रमुख एल्विरा नबिउलिना आणि Sberbank जर्मन Gref चे अध्यक्ष यांची भाषणे ऐकू शकतात. आंतरराष्ट्रीय प्रेक्षकांचे प्रतिनिधीत्व Huawei रशियाचे CEO Aiden Wu, निवृत्त युरोपोल संचालक जुर्गन स्टॉर्बेक, जर्मन सायबर सुरक्षा परिषदेचे अध्यक्ष हंस-विल्हेल्म डन आणि इतर उच्च-स्तरीय तज्ञांनी केले.

रुग्ण जिवंत आहे का?

आयोजकांनी अशा विषयांची निवड केली जी सामान्य चर्चा आणि तांत्रिक मुद्द्यांवर व्यावहारिकदृष्ट्या अभिमुख अहवाल या दोन्हीसाठी योग्य होते. बर्‍याच सादरीकरणांमध्ये, कृत्रिम बुद्धिमत्तेचा एक प्रकारे किंवा दुसर्‍या प्रकारे उल्लेख केला गेला - स्पीकर्सच्या श्रेयासाठी, त्यांनी स्वतः कबूल केले की सध्याच्या अवतारात ते खरोखर कार्यरत तंत्रज्ञानाच्या स्टॅकपेक्षा "हायप विषय" आहे. त्याच वेळी, आज मशीन लर्निंग आणि डेटा सायन्सशिवाय मोठ्या कॉर्पोरेट पायाभूत सुविधांचे संरक्षण करण्याची कल्पना करणे कठीण आहे.

पायाभूत सुविधांमध्ये प्रवेश केल्यानंतर सरासरी तीन महिन्यांनी हल्ला शोधला जाऊ शकतो.

कारण इंटरनेटवर दररोज दिसणारे 300 हजार नवीन मालवेअर केवळ स्वाक्षरी थांबवू शकत नाहीत (कॅस्परस्की लॅबनुसार). आणि सायबर सुरक्षा व्यावसायिकांना त्यांच्या नेटवर्कवर घुसखोर शोधण्यासाठी सरासरी तीन महिने लागतात. या काळात, हॅकर्स पायाभूत सुविधांमध्ये असा पगडा मिळवतात की त्यांना तीन किंवा चार वेळा बाहेर काढावे लागते. आम्ही स्टोरेज साफ केले आणि मालवेअर असुरक्षित रिमोट कनेक्शनद्वारे परत आले. त्यांनी नेटवर्क सुरक्षा प्रस्थापित केली आहे - गुन्हेगार एखाद्या कर्मचाऱ्याला ट्रोजनसह पत्र पाठवतात असे मानले जाते की दीर्घकालीन व्यवसाय भागीदाराकडून, ज्यांच्याशी त्यांनी तडजोड देखील केली. आणि असेच कटू शेवटपर्यंत, शेवटी कोण जिंकतो हे महत्त्वाचे नाही.

A आणि B ने माहिती सुरक्षा तयार केली

या आधारावर, माहिती सुरक्षेची दोन समांतर क्षेत्रे वेगाने वाढत आहेत: सायबरसुरक्षा केंद्रांवर आधारित पायाभूत सुविधांवर व्यापक नियंत्रण (सिक्युरिटी ऑपरेशन्स सेंटर, SOC) आणि विसंगत वर्तनाद्वारे दुर्भावनापूर्ण क्रियाकलाप शोधणे. ट्रेंड मायक्रोचे एशिया पॅसिफिक, मिडल इस्ट आणि आफ्रिकेचे उपाध्यक्ष धन्या ठक्कर यांसारखे अनेक वक्ते, प्रशासकांना ते आधीच हॅक झाले आहेत असे गृहीत धरण्याची विनंती करतात - संशयास्पद घटना चुकवू नका, मग ते कितीही क्षुल्लक वाटत असले तरीही.

ठराविक SOC प्रकल्पावर IBM: "प्रथम भविष्यातील सेवा मॉडेलची रचना, नंतर त्याची अंमलबजावणी आणि त्यानंतरच आवश्यक तांत्रिक यंत्रणा तैनात करणे."

त्यामुळे SOCs ची वाढती लोकप्रियता, जी पायाभूत सुविधांच्या सर्व क्षेत्रांना कव्हर करते आणि काही विसरलेल्या राउटरच्या अचानक क्रियाकलापांची त्वरित तक्रार करते. युरोपमधील IBM सुरक्षा प्रणालीचे संचालक, जॉर्जी रॅझ म्हणाले, अलिकडच्या वर्षांत व्यावसायिक समुदायाने अशा प्रकारच्या नियंत्रण संरचनांबद्दल एक विशिष्ट समज विकसित केली आहे, हे लक्षात आले आहे की सुरक्षा केवळ तांत्रिक माध्यमांनी साध्य केली जाऊ शकत नाही. आजच्या SOCs कंपनीकडे माहिती सुरक्षा सेवा मॉडेल आणतात, ज्यामुळे सुरक्षा प्रणालींना विद्यमान प्रक्रियांमध्ये समाकलित केले जाऊ शकते.

तुझ्याबरोबर माझी तलवार, धनुष्य आणि कुऱ्हाड आहे

कर्मचा-यांच्या कमतरतेच्या परिस्थितीत व्यवसाय अस्तित्वात आहे - बाजाराला सुमारे 2 दशलक्ष माहिती सुरक्षा तज्ञांची आवश्यकता आहे. हे कंपन्यांना आउटसोर्सिंग मॉडेलकडे ढकलत आहे. कॉर्पोरेशन सहसा त्यांच्या स्वतःच्या तज्ञांना देखील वेगळ्या कायदेशीर अस्तित्वात हलवण्यास प्राधान्य देतात—येथे आम्ही SberTech, Domodedovo विमानतळाचे स्वतःचे इंटिग्रेटर आणि इतर उदाहरणे आठवू शकतो. जोपर्यंत तुम्ही इंडस्ट्रीतील दिग्गज नसाल, तोपर्यंत तुमची स्वतःची सुरक्षा टीम तयार करण्यात मदत करण्यासाठी तुम्ही IBM सारख्या व्यक्तीकडे वळण्याची शक्यता जास्त असते. कॉर्पोरेट सेवांच्या स्वरूपात माहिती सुरक्षा सुरू करण्यासाठी बजेटचा महत्त्वपूर्ण भाग पुनर्रचना प्रक्रियेवर खर्च केला जाईल.

Facebook, Uber आणि अमेरिकन क्रेडिट ब्युरो Equifax कडून लीक झालेल्या घोटाळ्यांमुळे आयटी संरक्षणाचे मुद्दे संचालक मंडळाच्या पातळीवर वाढले आहेत. म्हणून, CISO मीटिंगमध्ये वारंवार सहभागी होते आणि सुरक्षिततेसाठी तांत्रिक दृष्टिकोनाऐवजी, कंपन्या व्यवसाय लेन्स वापरतात - नफ्याचे मूल्यांकन करतात, जोखीम कमी करतात, पेंढा घालतात. आणि सायबर गुन्हेगारांचा प्रतिकार करणे आर्थिक अर्थ घेते - हल्ल्याला फायदेशीर बनविणे आवश्यक आहे जेणेकरून संस्थेला तत्वतः हॅकर्सना स्वारस्य नसेल.

बारकावे आहेत

हे सर्व बदल हल्लेखोरांकडून झाले नाहीत, ज्यांनी कॉर्पोरेशनकडून खाजगी वापरकर्त्यांकडे प्रयत्न पुनर्निर्देशित केले. संख्या स्वतःसाठी बोलतात: BI.ZONE कंपनीच्या मते, 2017-2018 मध्ये, त्यांच्या सिस्टमवरील सायबर हल्ल्यांमुळे रशियन बँकांचे नुकसान 10 पटीने कमी झाले. दुसरीकडे, त्याच बँकांमधील सामाजिक अभियांत्रिकीच्या घटना 13 मध्ये 2014% वरून 79 मध्ये 2018% पर्यंत वाढल्या.

गुन्हेगारांना कॉर्पोरेट सुरक्षा परिमितीत एक कमकुवत दुवा आढळला, जो खाजगी वापरकर्ते असल्याचे दिसून आले. जेव्हा वक्त्यांपैकी एकाने त्यांच्या स्मार्टफोनवर विशेष अँटी-व्हायरस सॉफ्टवेअर असलेल्या प्रत्येकाला हात वर करण्यास सांगितले तेव्हा अनेक डझनपैकी तीन लोकांनी प्रतिसाद दिला.

2018 मध्ये, प्रत्येक पाचव्या सुरक्षेच्या घटनेत खाजगी वापरकर्ते सामील होते; बँकांवर 80% हल्ले सोशल इंजिनिअरिंग वापरून केले गेले.

आधुनिक वापरकर्ते अंतर्ज्ञानी सेवांद्वारे खराब झाले आहेत जे त्यांना सोयीच्या दृष्टीने IT चे मूल्यांकन करण्यास शिकवतात. काही अतिरिक्त पायऱ्या जोडणारी सुरक्षा साधने विचलित करणारी ठरतात. परिणामी, सुरक्षित सेवा अधिक सुंदर बटणे असलेल्या प्रतिस्पर्ध्याकडून गमावली जाते आणि फिशिंग ईमेलशी संलग्नक न वाचता उघडले जातात. हे लक्षात घेण्यासारखे आहे की नवीन पिढी डिजिटल साक्षरतेचे श्रेय दाखवत नाही - दरवर्षी हल्ल्यांचे बळी तरुण होत आहेत आणि गॅझेटसाठी हजारो वर्षांचे प्रेम केवळ संभाव्य असुरक्षा श्रेणी वाढवते.

व्यक्तीपर्यंत पोहोचा

सुरक्षा साधने आज मानवी आळशीपणाचा सामना करतात. ही फाईल उघडणे योग्य आहे का याचा विचार करा? मला या दुव्याचे अनुसरण करण्याची आवश्यकता आहे का? या प्रक्रियेस सँडबॉक्समध्ये बसू द्या आणि आपण पुन्हा सर्व गोष्टींचे मूल्यांकन कराल. मशीन लर्निंग टूल्स सतत वापरकर्त्याच्या वर्तनाबद्दल डेटा संकलित करतात ज्यामुळे अनावश्यक गैरसोय होत नाही अशा सुरक्षित पद्धती विकसित करतात.

परंतु एखाद्या क्लायंटचे काय करावे जो एखाद्या संशयास्पद व्यवहारास परवानगी देण्यास फसवणूकविरोधी तज्ञास पटवून देतो, जरी त्याला थेट सांगितले जाते की प्राप्तकर्त्याचे खाते फसव्या व्यवहारांमध्ये आढळले आहे (BI.ZONE च्या सरावातून एक वास्तविक केस)? बँकेकडून कॉल स्पूफ करू शकतील अशा आक्रमणकर्त्यांपासून वापरकर्त्यांचे संरक्षण कसे करावे?

दहापैकी आठ सोशल इंजिनिअरिंग हल्ले फोनवरून केले जातात.

हे टेलिफोन कॉल्स हे दुर्भावनापूर्ण सामाजिक अभियांत्रिकीचे मुख्य चॅनेल बनत आहेत - 2018 मध्ये, अशा हल्ल्यांचा वाटा 27% वरून 83% पर्यंत वाढला, जो एसएमएस, सोशल नेटवर्क्स आणि ईमेलच्या खूप पुढे आहे. स्टॉक एक्स्चेंजवर पैसे कमवण्यासाठी किंवा सर्वेक्षणांमध्ये सहभागी होण्यासाठी पैसे मिळवण्यासाठी ऑफर असलेल्या लोकांना कॉल करण्यासाठी गुन्हेगार संपूर्ण कॉल सेंटर तयार करतात. प्रभावशाली बक्षिसे देण्याच्या वचनासह तात्काळ निर्णय घेणे आवश्यक असताना अनेकांना माहितीचे गंभीरपणे आकलन करणे कठीण जाते.

नवीनतम कल लॉयल्टी प्रोग्राम घोटाळे आहे ज्यामुळे पीडितांना वर्षानुवर्षे जमा केलेले मैल, मोफत लिटर पेट्रोल आणि इतर बोनसपासून वंचित ठेवले जाते. सिद्ध क्लासिक, अनावश्यक मोबाइल सेवांसाठी सशुल्क सदस्यता, देखील संबंधित राहते. एका अहवालात अशा सेवांमुळे दररोज 8 हजार रूबल गमावलेल्या वापरकर्त्याचे उदाहरण होते. सतत ढासळत चाललेल्या संतुलनामुळे त्याला का त्रास होत नाही असे विचारले असता, त्या व्यक्तीने असे उत्तर दिले की त्याने हे सर्व त्याच्या प्रदात्याच्या लोभापायी केले आहे.

गैर-रशियन हॅकर्स

मोबाइल डिव्हाइस खाजगी आणि कॉर्पोरेट वापरकर्त्यांवरील हल्ल्यांमधील रेषा अस्पष्ट करत आहेत. उदाहरणार्थ, एखादा कर्मचारी गुप्तपणे नवीन नोकरी शोधू शकतो. तो इंटरनेटवर रेझ्युमे तयार करण्याची सेवा पाहतो आणि त्याच्या स्मार्टफोनवर अॅप्लिकेशन किंवा दस्तऐवज टेम्पलेट डाउनलोड करतो. अशा प्रकारे हल्लेखोर ज्यांनी खोटे ऑनलाइन संसाधन सुरू केले ते वैयक्तिक गॅझेटवर संपतात, तेथून ते कॉर्पोरेट नेटवर्कवर जाऊ शकतात.

ग्रुप-आयबीच्या वक्त्याने म्हटल्याप्रमाणे, अशा प्रकारचे ऑपरेशन प्रगत गट लाझारसद्वारे केले गेले होते, ज्याचे वर्णन उत्तर कोरियाच्या बुद्धिमत्तेचे एकक म्हणून केले जाते. अलिकडच्या वर्षांतील हे काही सर्वात उत्पादक सायबर गुन्हेगार आहेत - ते चोरीसाठी जबाबदार आहेत बांगलादेशची मध्यवर्ती बँक и तैवानची सर्वात मोठी बँक FEIB, क्रिप्टोकरन्सी उद्योगावर हल्ले आणि अगदी फिल्म कंपनी सोनी पिक्चर्स. एपीटी गट (इंग्रजी प्रगत पर्सिस्टंट धोका, "स्थिर प्रगत धोका" पासून), ज्यांची संख्या अलिकडच्या वर्षांत अनेक डझनपर्यंत वाढली आहे, पायाभूत सुविधांमध्ये गांभीर्याने आणि दीर्घ काळासाठी प्रवेश करतात, पूर्वी त्याची सर्व वैशिष्ट्ये आणि कमकुवतपणाचा अभ्यास केला आहे. अशा प्रकारे ते आवश्यक माहिती प्रणालीमध्ये प्रवेश असलेल्या कर्मचाऱ्याच्या करिअरच्या मार्गांबद्दल शोधण्यात व्यवस्थापित करतात.

आज, मोठ्या संस्थांना 100-120 विशेषतः धोकादायक सायबर गटांकडून धोका आहे, ज्यामध्ये प्रत्येक पाचव्या रशियामध्ये आक्रमण करणार्‍या कंपन्या आहेत.

कॅस्परस्की लॅबमधील धोका संशोधन विभागाचे प्रमुख, तैमूर बियाचुएव यांनी अंदाज लावला की 100-120 समुदायांमध्ये सर्वात धोकादायक गटांची संख्या आहे आणि त्यापैकी आता एकूण शंभर आहेत. रशियन कंपन्यांना सुमारे 20% धोका आहे. गुन्हेगारांचे लक्षणीय प्रमाण, विशेषत: नव्याने उदयास आलेल्या गटांतील, दक्षिणपूर्व आशियामध्ये राहतात.

एपीटी समुदाय त्यांच्या क्रियाकलाप कव्हर करण्यासाठी विशेषत: सॉफ्टवेअर डेव्हलपमेंट कंपनी तयार करू शकतात किंवा तडजोड ASUS जागतिक अद्यतन सेवाआपल्या शेकडो लक्ष्यांपर्यंत पोहोचण्यासाठी. तज्ञ अशा गटांचे सतत निरीक्षण करतात, विखुरलेले पुरावे एकत्र करून त्या प्रत्येकाची कॉर्पोरेट ओळख निश्चित करतात. सायबर गुन्ह्यांविरूद्ध धोक्याची बुद्धिमत्ता हे सर्वोत्तम प्रतिबंधक शस्त्र आहे.

आपण कोणाचे होणार?

तज्ञ म्हणतात की गुन्हेगार सहजपणे त्यांची साधने आणि डावपेच बदलू शकतात, नवीन मालवेअर लिहू शकतात आणि नवीन आक्रमण वेक्टर शोधू शकतात. त्याच लाझारसने, त्याच्या एका मोहिमेत, तपास चुकीचे करण्यासाठी कोडमध्ये रशियन शब्द घातले. तथापि, वर्तनाचा नमुना स्वतःच बदलणे अधिक कठीण आहे, म्हणून तज्ञ हे किंवा तो हल्ला कोणत्या वैशिष्ट्यपूर्ण वैशिष्ट्यांवरून अंदाज लावू शकतात. येथे त्यांना पुन्हा मोठ्या डेटा आणि मशीन लर्निंग तंत्रज्ञानाद्वारे मदत केली जाते, जे निरीक्षणाद्वारे गोळा केलेल्या माहितीमध्ये गहू भुसापासून वेगळे करतात.

काँग्रेस स्पीकर्स विशेषता किंवा हल्लेखोरांची ओळख निश्चित करण्याच्या समस्येबद्दल एक किंवा दोनदा बोलले. या आव्हानांमध्ये तांत्रिक आणि कायदेशीर दोन्ही समस्यांचा समावेश आहे. उदाहरणार्थ, गुन्हेगारांना गोपनीयतेच्या कायद्याद्वारे संरक्षण दिले जाते का? अर्थात, होय, याचा अर्थ तुम्ही मोहीम आयोजकांची माहिती केवळ अनामित स्वरूपात पाठवू शकता. हे व्यावसायिक माहिती सुरक्षा समुदायामध्ये डेटा एक्सचेंजच्या प्रक्रियेवर काही निर्बंध लादते.

शाळकरी मुले आणि गुंड, भूमिगत हॅकर दुकानांचे ग्राहक, देखील घटनांचा तपास करणे कठीण करतात. सायबर क्राइम उद्योगात प्रवेशाचा उंबरठा इतका घसरला आहे की दुर्भावनापूर्ण अभिनेत्यांची श्रेणी अमर्याद आहे—तुम्ही ते सर्व मोजू शकत नाही.

सुंदर तर दूरच

कर्मचार्‍यांच्या स्वत: च्या हातांनी आर्थिक व्यवस्थेसाठी मागील दरवाजा तयार करण्याच्या विचाराने निराश होणे सोपे आहे, परंतु सकारात्मक ट्रेंड देखील आहेत. ओपन सोर्सच्या वाढत्या लोकप्रियतेमुळे सॉफ्टवेअरची पारदर्शकता वाढते आणि दुर्भावनापूर्ण कोड इंजेक्शन्सचा सामना करणे सोपे होते. डेटा सायन्स विशेषज्ञ नवीन अल्गोरिदम तयार करत आहेत जे दुर्भावनापूर्ण हेतूची चिन्हे असताना अवांछित क्रिया अवरोधित करतात. सुरक्षा यंत्रणांचे यांत्रिकी मानवी मेंदूच्या कार्याच्या जवळ आणण्याचा तज्ज्ञांचा प्रयत्न आहे, जेणेकरून संरक्षणात्मक यंत्रे अनुभवजन्य पद्धतींसह अंतर्ज्ञान वापरतात. सखोल शिक्षण तंत्रज्ञान अशा प्रणालींना सायबर हल्ला मॉडेल्सवर आधारित स्वतंत्रपणे विकसित होण्यास अनुमती देतात.

Skoltech: "कृत्रिम बुद्धिमत्ता फॅशनमध्ये आहे आणि ते चांगले आहे. खरं तर, तिथे जाण्यासाठी अजून खूप लांबचा पल्ला आहे आणि ते अजून चांगले आहे.”

स्कोल्कोव्हो इन्स्टिट्यूट ऑफ सायन्स अँड टेक्नॉलॉजीच्या रेक्टरचे सल्लागार ग्रिगोरी कबात्यान्स्की यांनी श्रोत्यांना आठवण करून दिली की, अशा घडामोडींना कृत्रिम बुद्धिमत्ता म्हणता येणार नाही. वास्तविक AI केवळ मानवांकडून कार्ये स्वीकारण्यास सक्षम नाही तर ते स्वतंत्रपणे सेट देखील करू शकेल. मोठ्या कॉर्पोरेशनच्या भागधारकांमध्ये अपरिहार्यपणे त्यांचे स्थान घेणाऱ्या अशा प्रणालींचा उदय अद्याप अनेक दशके दूर आहे.

यादरम्यान, मानवता मशीन लर्निंग आणि न्यूरल नेटवर्क्सच्या तंत्रज्ञानासह कार्य करत आहे, ज्याबद्दल शैक्षणिक तज्ञांनी गेल्या शतकाच्या मध्यभागी बोलण्यास सुरुवात केली. Skoltech संशोधक इंटरनेट ऑफ थिंग्ज, मोबाइल नेटवर्क आणि वायरलेस कम्युनिकेशन्स, वैद्यकीय आणि आर्थिक उपायांसह कार्य करण्यासाठी भविष्यसूचक मॉडेलिंगचा वापर करतात. काही क्षेत्रांमध्ये, प्रगत विश्लेषणे मानवनिर्मित आपत्ती आणि नेटवर्क कार्यप्रदर्शन समस्यांच्या धोक्याचा सामना करते. इतरांमध्ये, ते विद्यमान आणि काल्पनिक समस्या सोडवण्यासाठी पर्याय सुचवते, जसे की समस्या सोडवते लपलेले संदेश उघड करणे वरवर निरुपद्रवी माध्यमांमध्ये.

मांजरींवर प्रशिक्षण

इगोर ल्यापुनोव्ह, रोस्टेलीकॉम पीजेएससीचे माहिती सुरक्षा उपाध्यक्ष, स्मार्ट सिस्टमसाठी सामग्रीच्या कमतरतेमध्ये माहिती सुरक्षिततेमध्ये मशीन लर्निंगची मूलभूत समस्या पाहतात. न्यूरल नेटवर्कला या प्राण्याचे हजारो फोटो दाखवून मांजर ओळखण्यास शिकवले जाऊ शकते. हजारो सायबर हल्ले उदाहरणे म्हणून कोठे मिळतील?

आजचे प्रोटो-एआय डार्कनेटवर गुन्हेगारांचे ट्रेस शोधण्यात आणि आधीच सापडलेल्या मालवेअरचे विश्लेषण करण्यात मदत करते. अँटीफ्रॉड, अँटी-मनी लाँडरिंग, कोडमधील असुरक्षा अंशतः ओळखणे - हे सर्व स्वयंचलित माध्यमांनी देखील केले जाऊ शकते. बाकीचे श्रेय सॉफ्टवेअर डेव्हलपरच्या मार्केटिंग प्रकल्पांना दिले जाऊ शकते आणि पुढील 5-10 वर्षांत हे बदलणार नाही.

स्त्रोत: www.habr.com