Kurgan-Telecom Ru | Информационные технологии

В этой статье будет разбираться построение многосегментного Linux-маршрутизатора на базе Ubuntu 24.04, Netplan и nftables на основе моего лабораторного стенда. Стенд состоит из 7 виртуальных машин и нескольких изолированных сетевых сегментов: LAN, DMZ и MGMT, а также имитирует провайдерский маршрутизатор и внешнего клиента. Все виртуальные машины разворачиваются с помощью Vagrant и VirtualBox, в качестве альтернативы, если вам хочется, такую схему также можно развернуть на облачных серверах. Для этого подойдет хостинг Timeweb Cloud, в таком случае Vagrantfile писать будет не нужно.

Сам стенд можно посмотреть в моем Github. В папке docs/ есть команды с краткими комментариями по шагам, однако все самое важное будет объясняться здесь.

Всего будет 12 этапов. Для каждого этапа я подготовил пошаговый разбор конфигураций, правил файрвола и команд диагностики. Мы с нуля настроим адресацию, включим IP forwarding, разберем работу stateful-фильтрации через conntrack, организуем SNAT/DNAT, развернем локальный DNS и изолируем критические сегменты и многое другое.

В этой статье мы рассмотрим открытые модели машинного обучения. Они не требуют обязательного подключения к интернету и подписки, никуда не передают ваши данные и достаточно компактные, чтобы их можно было запускать на ПК или ноутбуке. Эксперименты выполнялись на ПК с Core i5-14600, 32 ГБ DDR5 и RTX 3070Ti c 8 ГБ VRAM. Комментарии подготовлены экспертами лаборатории искусственного интеллекта российской ИТ-компании «Криптонит».

1975: японское пожарное ведомство начинает проводить специальные встречи по пиктограммам после двух больших пожаров в Осаке и Кумамото. Главная повестка: создание узнаваемого знака эвакуации.

При разработке веб-проектов неизбежно поднимается вопрос их размещения в интернете. Разворачивать отдельную виртуальную машину для каждого маленького сервиса иногда избыточно и экономически нецелесообразно. 

Давайте пристальнее взглянем на проблему размещения множества веб-сервисов на одном виртуальном сервере и познакомимся с элегантным решением — Nginx Proxy Manager.

Хотя я считаю свой проект серьезным - не являюсь узким специалистом по разработке ОС. Проект пока любительский, и могу позволить себе некоторую свободу по разработке. Тут ставил для себя такие задачи:

Получатель записал заказ в базу, но соединение оборвалось до того, как отправитель получил ответ. Повторить вебхук — рискнуть вторым заказом, не повторить — потерять событие. Разбираем пять задач доставки: расписание повторов, дубли, подпись, изоляцию недоступных получателей и защиту от запросов во внутреннюю сеть.

Temper 0.5B — моя небольшая модель, дообученная на базе Qwen2.5-Coder-0.5B‑Instruct, упор которой сделан на языке Rust. Узкая специализация позволила ей обойти модели крупнее, вплоть до x3 по параметрам. Целью дообучения было проверить возможности крошечной модели в узкой задаче, сравнить с общими того же размера и выше.

Хоть статья и называется «10 фактов о космонавтике», на самом деле фактов больше, просто они закучкованы по категориям:

1. Первый человек в космосе. 12 апреля 1961 года Юрий Гагарин совершил первый полет в космос. Именно в честь данного события эта дата теперь считается днем космонавтики. Однако мало кто знает, что 7 лет спустя, в 1968 году во время полета Юрий Гагарин бросил фразу, о которой долгое время предпочитали не сообщать: «Я горю, прощайте, товарищи!». После чего погиб в авиационной катастрофе вблизи деревни Новоселово во Владимирской области.

2. На Луне есть памятник погибшим космонавтам, установленный экипажем «Аполлона-15» в далеком 1971 году. Он представляет собой алюминиевую фигурку в скафандре. На табличке рядом с ней перечислены имена 14-ти погибших, включая Юрия Гагарина.

3. До Гагарина в космос летали только животные. Первыми животными, успешно совершившими орбитальный полёт и вернувшимися живыми, как известно, были собаки Белка и Стрелка. Первыми живыми существами, отправленными в космос, были плодовые мушки (дрозофилы), запущенные США на ракете V-2. Они поднялись на высоту около 100 км — условную границу космоса. А вот облет Луны впервые совершили черепахи. Ученые выбрали именно этих рептилий потому что им не требуется большого запаса кислорода, они могут полторы недели ничего не есть и длительное время находиться в состоянии, близком к летаргическому сну.

Внутренние сервисы редко задумываются как сервисы, и обычно все начинается с таблицы: записали заявки, указали ответственных, и все окей.

Но компании и их данные имеют свойство расти. Одни и те же сотрудники и проекты начинают встречаться во множестве строк, любое изменение приходится вносить сразу в нескольких местах, а для разных задач появляются копии, дополнительные листы и все более сложные правила работы с реестром.

Можно разработать отдельную систему с собственной базой данных и интерфейсом, но для внутреннего процесса это не всегда оправданно. Поэтому я решил проверить другой путь: насколько далеко можно зайти без разработчиков и получится ли превратить обычную таблицу в небольшой рабочий сервис. А поможет нам в этом MWS Tables.

Рассказываем о восьмилетнем опыте продвижения воды «Новокурьинская». За это время стоимость клика в контекстной рекламе выросла примерно в четыре раза, а стоимость целевого обращения осталась практически неизменной. Как этого удалось добиться и одновременно увеличить объём заявок в 3,4 раза — разбираем в кейсе.

В июне 2026 года в московском Кибердоме прошла юбилейная международная кибербитва Standoff 17. Красные команды – белые хакеры из разных стран – отрабатывали сценарии кибератак и проверяли на прочность инфраструктуру виртуального Государства F. Синие обнаруживали и расследовали инциденты и пресекали действия атакующих. Все происходило в условиях, максимально приближенных к реальным. В этом году впервые в истории Standoff командам защиты было доступно решение класса Distributed Deception Platform – первая отечественная система киберобмана Xello Deception.

Система создает в инфраструктуре ложный слой из приманок и ловушек. Взаимодействие с такими объектами указывает на компрометацию сети. Ловушки представляют собой серверы, эмулирующие ресурсы ИТ-инфраструктуры компании: сервисы, базы данных, операционные системы. Приманки — это ложные данные на конечных устройствах пользователей: учетные записи, сохраненные пароли в памяти ОС или браузерах и другие артефакты.

Разбираем, что считать секретом, а что конфигурацией, и как настроить Infisical для Unity‑проекта так, чтобы новый разработчик получал доступ к сборке за пару минут.

Я делаю Кубыш, приложение для учета расходов и накоплений на iPhone: оно считает, сколько можно тратить в день до зарплаты и когда накопишь на цель. Пишу о нем на Дзене, vc.ru, в LinkedIn и соцсетях - подписывайтесь пожалуйста. После каждой публикации хотелось понять одно: что из этого приводит людей в App Store.

На сайте эту задачу решает UTM-метка. В App Store так не получится: параметры ссылки до приложения не доходят. SDK атрибуции для маленького приложения избыточен: еще одна зависимость и передача данных третьей стороне. Поэтому я посчитал источники стандартными средствами Apple. Ниже как это настроить и на чем я обжегся.

Компания потратила полгода на базу знаний: собрала инструкции, назначила ответственных, разложила материалы по разделам. Кажется, теперь ответ на любой рабочий вопрос можно найти за пару минут.

В прошлой статье я рассказывал, как устроено ядро нашего поиска: триграммы, crc32, словарь болей и два сита. В конце был короткий раздел «А где же нейросеть?», и он заслуживает отдельного разговора. Сегодня про то, как модель встроена сверху и почему мы с самого начала исходили из того, что она когда-нибудь подведёт.

Коротко о контексте. Мы делаем поиск для сайтов, которому человек пишет своими словами: «нужно вырыть траншею под кабель на даче», «подарок папе, он рыбачит». Без модели поиск работает на словаре и векторах. С моделью он начинает понимать, чего человек хочет, задаёт уточняющий вопрос и объясняет, почему предложил именно этот вариант.

Ошибки в настройке Kerberos могут поставить под угрозу безопасность всего домена, поэтому специалисту по ИБ важно понимать, что происходит внутри протокола после ввода учётных данных. Разбираем путь от аутентификации и выдачи TGT до сервисных билетов и ключей Kerberos, а также смотрим, какие механизмы становятся точками интереса для атакующего.

Если вы думаете, что два персонажа, сыгранные одним актером, могли оказаться в одном кадре и даже взаимодействовать лишь после появления компьютерной графики, то глубоко ошибаетесь. Кинематографисты научились создавать совершенно невозможные сцены задолго до того, как цифровые спецэффекты стали нормой. Маски, многократная экспозиция, оптические принтеры, рирпроекция, дорисовки на стекле и еще десятка два технологий, на которых почти сто лет зиждилось кинопроизводство.

Как вообще вырезать актера из фона без компьютера? Почему фон за актерами сначала был синим, а потом вдруг стал зеленым? Что такое оптический принтер и что на нем можно сделать помимо совмещения кадров? И чем на самом деле занимались первые компьютеры на съемках? Давайте узнаем обо всем этом.

Камера, мотор, поехали!

Недавно в блоге издательства БХВ вышла статья, что в ИТ-литературе надо больше внимания уделять темам построения команд, управления людьми и разработкой продуктов (продакт‑ и тайм-менеджменту). На наш взгляд, это хорошее начинание, ведь книги по «чистому ИТ» очень быстро устаревают, а вот про ведение бизнес-процессов и личностный рост специалистов — тема почти вечная. Книга Дианы Монталион «Изучаем системное мышление» — перевод Learning Systems Thinking, вышедшей в O’Reilly, как раз в этой струе.

На рынке есть спрос на готовые продукты, которые позволяют быстро решать как типовые, так и узкоспециализированные задачи. Тиражирование позволяет решить эту задачу сразу для обеих сторон: заказчик получает быстрое внедрение кастомизированного решения, а разработчик – возможность использовать основу продукта в следующих проектах, не начиная каждый раз с нуля. При этом каждый новый проект позволяет выявлять типовые потребности клиентов и учитывать их в базовом продукте, постепенно сокращая объем работ при следующих внедрениях.

Меня зовут Виктор Машошин, я генеральный директор Integer, и в этой статье на примере системы управления трейд-маркетингом (TMS) я расскажу, как мы пришли к тиражированию, и как это решение позволило сократить средний срок внедрения в два раза даже для сложных клиентов.

Ситуация: у сотрудника сломался ноутбук. Не включается, диагностировать на месте бессмысленно. Инженер первой линии нашел на складе подменное устройство, выдал его за двадцать минут и закрыл заявку. Получилось, что время реакции в норме, время решения тоже, пользователь оценил поддержку на пять звезд. В отчете по SLA все показатели зеленые. Казалось бы – все идет отлично.

Но вдруг через месяц обнаруживается то, чего в отчете видно не было: такие заявки идут одна за другой. Да, поломки случаются без графика, но в этом квартале их оказалось особенно много, а на складе уже не осталось ни одного свободного устройства. Заявки копятся, сроки по SLA срываются один за другим, и закрыть их физически нечем. Инженер, вроде бы, делает ровно то же самое, что исправно работало месяц назад, но проблема в том, что выдавать больше нечего. Никто не посчитал, сколько подменных устройств еще есть на складе, и тем более нигде не было правила «пополнять склад, когда остаток падает ниже минимума». Из-за этого устройства закончились разом — склад не просигналил о нехватке заранее, когда это еще можно было поправить. «А мне когда нормальный ноутбук дадут, а не это убитое железо?», — спрашивает уже третий пользователь за неделю. И он прав, а ответить ему особо нечего.

Казалось бы, звучит как проблема снабжения. Отдел закупок не успел оформить новую партию техники, бюджет на этот квартал урезали, согласование заявки на пополнение склада затянулось — причин для дефицита найдется сколько угодно, и все они будут про деньги и сроки поставки.

Но дело не в закупке. Склад опустел, потому что не было системы, которая отслеживала бы остаток и предупреждала, когда он подходит к концу, — ни у отдела снабжения, ни у сервис деска. Система управления ИТ-сервисами считает время реакции и решения, а про остаток техники на складе она ничего не знает. Если бы она была связана с системой управления активами, о нехватке подменного фонда знали бы заранее — до того, как на складе не останется ни одного устройства для новой заявки.