Т-Банк провел ежегодное соревнование по компьютерной безопасности T-Bank Capture the Flag* (T-CTF). Участниками могли стать специалисты в сфере информационной безопасности, разработчики, SRE- и QA-инженеры, аналитики и другие ИТ-специалисты. Мероприятие проходило онлайн и офлайн в шести городах России, где расположены ИТ-хабы Т-Банка.
Сразу три команды от НГУ оказались в топ-20 соревнований. Команда «Большой хомяк выходного дня точка PAS» заняла 1-е место, команда «tralalero tralala» заняла 3-е место, а команда «CYBERSQD» вошла в двадцатку лучших.
Соревнование T-CTF проводится с 2023 года и основано на заданиях на веб-безопасность, безопасность приложений и инфраструктуры, криптографию и общие задания на кругозор и смекалку.
— Это классические «тасковые» (то есть, с заданиями, а не атака-защита) CTF-соревнования. В рамках таких соревнований участники решают различные задания из мира информационной безопасности и получают за них очки. В частности, взламывают программы, веб-сайты, шифры, занимаются компьютерной криминалистикой и многое другое, — рассказал Роман Лебедев, выпускник Факультета информационных технологий (ФИТ) НГУ и старший преподаватель кафедры компьютерных систем (КафКС) ФИТ НГУ, участник команды-победителя.
В команду «Большой хомяк выходного дня точка PAS» также вошли Владимир Ситнов, выпускник ФИТ НГУ и ассистент КафКС ФИТ НГУ, Роман Федосеев, выпускник Механико-математического факультета НГУ. Команда ежегодно участвовала в данных соревнованиях офлайн, и этот год не стал исключением.
— Впечатления отличные, эти соревнования из года в год нас радуют качеством и духом заданий. Их авторами выступает сообщество SPbCTF, у которого получается предлагать задания, имеющие, как правило, простое и элегантное решение, но при этом его сложно найти. В большинстве же других соревнований оригинальных идей меньше, а монотонного труда больше.
Для каждой команды был жесткий лимит на число участников — 3 человека, конкуренция была достаточно серьезная, тем не менее представителям НГУ удалось показать отличные результаты.
— На данные соревнования мы приходим провести время, как в старые времена, и порешать интереснейшие задачи, цели занимать призовые места не было, оно как-то само собой выходит, — поделился впечатлениями Роман Лебедев.
В состав команды «tralalero tralala», занявшей 3-е место, вошли Иван Бакшеев и Дмитрий Макогон, оба — студенты второго курса магистратуры ФИТ НГУ, а также Дмитрий Барышев, студент второго курса магистратуры ИТМО, Санкт-Петербург. В команде «CYBERSQD», которая вошла в топ-20, — Алексей Вишневский, студент первого курса ФИТ НГУ, Данис Иванченко и Иван Дудник, студенты первого курса ПГУТИ и СГАУ.
— Мы подключались онлайн из дома, хотя была возможность участвовать офлайн на предоставленных организатором площадках. CTF традиционно хорошо организован благодаря команде SpbCTF. Задачи были достаточно сложные, но интересные, идейные, не требующие монотонной работы.
В T-CTF традиционным талисманом является капибара. В этом году капибарная тематика была представлена по максимуму: был создан отдельный город Капибаровск, и сценарии всех задач были посвящены капибарам. Всем командам, которые вошли в топ-20, подарили по игрушечной капибаре. А за 1, 2, 3 места были предусмотрены денежные призы.
— Хочется отметить то, как хорошо показал себя Новосибирск в этом году — сибиряки заняли 1 и 3 место в лиге безопасности и 3 место в лиге разработки. Таким образом, призовые места были поделены с Москвой 50 на 50, — поделился Иван Бакшеев.
Ирина Георгиевна и Евгений Иванович Пальчиковы, профессора кафедры общей физики Физического факультета НГУ, в браке уже 50 лет. В преддверии Дня семьи любви и верности они рассказали нам трогательную и душевную историю о том, какой путь они вместе прошли и какие жизненные принципы помогли им преодолеть все трудности.
Выпускники получили дипломы магистров сразу двух престижных вузов: диплом по направлению подготовки «Менеджмент» от НГУ и диплом по направлению подготовки «Инноватика» от НИУ ВШЭ.
Разработанный модуль объединяет процедуры синхронной инверсии и литоклассификации с применением машинного обучения. Модуль автоматически находит все необходимые параметры, избавляя специалиста от необходимости подбирать их вручную. Такое решение позволяет заметно сократить время интерпретации трёхмерных сейсмических данных и повысить точность и оперативность прогноза распределения коллектора на реальных месторождениях. На сегодняшний день прямых аналогов такого сочетания алгоритмов на российском и зарубежном рынках не имеется.