Lese-Ansicht

Podcastepisode: Einführung in die Sicherheit des Mobilfunks

Mobilfunk ist eine unverzichtbare Technologie unseres Alltags – und gleichzeitig ein faszinierendes Beispiel für moderne Funksysteme. Während wir bei WLAN als Endnutzer oft sowohl das Endgerät als auch die Basisstation, den sogenannten Access Point, betreiben, ist der Mobilfunk weitaus komplexer und auch fachlich schwieriger zugänglich. Die Mobilfunknetze werden von großen Telekommunikationsunternehmen im lizenzierten Spektrum betrieben, und selbst auf unseren Telefonen bleibt die Interaktion mit dem Mobilfunknetz minimal. Meist reicht es, die SIM-Karte einzulegen, und schon funktioniert alles. Was viele nicht wissen: Auch Betriebssysteme wie Android oder iOS kommunizieren nicht direkt mit dem Mobilfunknetz. Diese Aufgabe übernimmt ein spezieller Chip, der sogenannte Baseband-Prozessor.

Open Source und Mobilfunk: Das Osmocom-Projekt

In der Open-Source-Welt gibt es nur wenige Projekte, die diese Funktechnologie zugänglich machen. Eines herausragendes Beispiel ist das Osmocom-Projekt. Schon ein erster Blick auf die Übersicht zeigt, dass es nicht "die eine" Mobilfunksoftware gibt. Vielmehr müssen viele verschiedene Komponenten ineinandergreifen und wie in einem Orchester zusammenspielen, um ein funktionierendes Netz bereitzustellen.

Sicherheitsforschung im Mobilfunk

Der Blick auf die Sicherheit sollte im Mobilfunk nicht vernachlässigt werden. So mag es überraschen, dass ältere GSM-Mobiltelefone deutlich unsicherer sind, als moderne Geräte, die auf LTE und 5G basieren. Hintergrund sind die verbesserten kryptographischen Verfahren.

Im Risikozone-Podcast haben wir uns in der Episode 65 mit der Mobilfunksicherheit genauer beschäftigt. Wir sprechen mit Adrian Dabrowski und Gabriel Gegenhuber über ihre Forschungsarbeiten und geben gemeinsam Einblick in eine Technologie, die als selbstverständlich wahrgenommen wird, aber in der Arbeitsweise völlig anders herangeht, als wir es aus der IETF-Welt mit TCP/IP & Co. gewöhnt sind.

Zusätzlich stellen Gabriel und Adrian das Open-Source-Projekt MobileAtlas vor. Dieses Projekt, inspiriert vom RIPE Atlas, widmet sich der Vermessung der Mobilfunkqualität und schafft eine interessante Plattform für weitere Analysen und Forschungsarbeiten.

Die 90-minütige Episode ist auf der Podcastseite oder direkt unter diesem Artikel abrufbar.

  •  

Pixelfed: Eine Instagram Alternative

Ein neuer adminForge Service kann ab sofort genutzt werden. pixelshot.it Pixelfed ist ein dezentraler Dienst zum Teilen von Bildern und Videos mit millionen Benutzern weltweit – eine freie Alternative zu Instagram. Ein Benutzer auf...

by adminForge.

  •  

GNOME 46.8 und 47.3: Wichtige Updates für aktuelle Gnome Versionen

Das GNOME Projekt hat zwei bedeutende Updates veröffentlicht: GNOME 46.8 und GNOME 47.3. Beide Versionen bringen zahlreiche Fehlerbehebungen und Verbesserungen. Nutzer können sich über optimierte Performance, neue kleinere Funktionen und erweiterte Hardwareunterstützung freuen. Diese Updates zeigen erneut das Engagement der GNOME-Entwickler für eine moderne und verlässliche Linux Desktop Umgebung. GNOME 46.8: Verbesserte Performance und Stabilität […]

Der Beitrag GNOME 46.8 und 47.3: Wichtige Updates für aktuelle Gnome Versionen erschien zuerst auf fosstopia.

  •  

Mozilla stellt Erweiterungs-Schnittstelle für Lokale KI in Firefox vor

Mozilla hat eine neue Erweiterungs-Schnittstelle vorgestellt, welche Entwickler von Firefox-Erweiterungen nutzen können, um Anwendungsfälle für Maschinelles Lernen und Künstliche Intelligenz lokal auszuführen.

Nutzer einer Nightly-Version von Firefox können ab sofort eine neue experimentelle Erweiterungs-Schnittstelle nutzen. Diese hat Mozilla auf seinem Blog vorgestellt.

Die Schnittstelle erlaubt die Nutzung jedes maschinellen Lernmodells, welches mit Transformers.js kompatibel ist, im Browser auszuführen, ohne dass dabei Anfragen an externe Server gesendet werden. Lediglich das verwendete Modell muss bei der ersten Nutzung heruntergeladen werden, ansonsten geschieht die Arbeit vollständig lokal.

Zwar können Webanwendungen bereits Transformers.js in JavaScript nutzen. Die Ausführung über Mozillas Erweiterungsschnittstelle bietet aber mehrere Vorteile: So wird die Inferenz-Runtime in einem eigenen isolierten Firefox-Prozess ausgeführt, was die Sicherheit und Robustheit verbessert. Die Modell-Dateien werden in einer IndexedDB gespeichert und über verschiedene Ursprünge hinweg gemeinsam genutzt. Außerdem erlauben Firefox-spezifische Leistungsverbesserungen eine verbesserte Performance.

Transformers.js verwendet „Aufgaben“, um Implementierungsdetails für die Ausführung bestimmter Arten von ML-Workloads zu abstrahieren. Für die erste Iteration stellt Firefox die folgenden Aufgaben zur Verfügung:

  • text-classification – Zuweisung eines Labels oder einer Klasse zu einem gegebenen Text
  • token-classification – Zuweisung eines Labels zu jedem Token in einem Text
  • question-answering – Abrufen der Antwort auf eine Frage aus einem gegebenen Text
  • fill-mask – Maskierung einiger Wörter in einem Satz und Vorhersage, welche Wörter diese Masken ersetzen sollen
  • summarization – Erstellung einer kürzeren Version eines Dokuments unter Beibehaltung der wichtigen Informationen.
  • translation – Konvertierung von Text von einer Sprache in eine andere
  • text2text-generation – Konvertierung einer Textfolge in eine andere Textfolge
  • text-generation – Erzeugen von neuem Text durch Vorhersage des nächsten Wortes in einer Sequenz
  • zero-shot-classification – Klassifizierung von Text in Klassen, die während des Trainings nicht gesehen werden
  • image-to-text – Ausgabe von Text aus einem gegebenen Bild
  • image-classification – Zuweisung eines Labels oder einer Klasse für ein ganzes Bild
  • image-segmentation – Unterteilung eines Bildes in Segmente, in denen jedes Pixel einem Objekt zugeordnet ist
  • zero-shot-image-classification – Klassifizierung von Bildern in Klassen, die beim Training nicht gesehen werden
  • object-detection – Identifizierung von Objekten bestimmter definierter Klassen in einem Bild
  • zero-shot-object-detection – Identifizierung von Objekten von Klassen, die beim Training nicht gesehen werden
  • document-question-answering – Beantwortung von Fragen zu Dokumentenbildern
  • image-to-image – Umwandlung eines Quellbildes, damit es den Merkmalen eines Zielbildes oder eines Zielbildbereichs entspricht
  • depth-estimation – Vorhersage der Tiefe von Objekten in einem Bild
  • feature-extraction – Umwandlung von Rohdaten in numerische Merkmale, die verarbeitet werden können, wobei die Informationen im Originaldatensatz erhalten bleiben
  • image-feature-extraction – Umwandlung von Rohdaten in numerische Merkmale, die unter Beibehaltung der Informationen im Originalbild verarbeitet werden können
  • text-to-speech – Umwandlung von Text in Sprache

Für jede Aufgabe hat Mozilla ein Standard-Modell ausgewählt. Der Erweiterungs-Entwickler kann aber auf jedes Modell zurückgreifen, welches auf Hugging Face entweder von Mozilla oder Xenova veröffentlicht worden ist. Derzeit können nur Modelle dieser zwei Organisationen genutzt werden. Dass diese Einschränkung gelockert wird, ist für die Zukunft denkbar.

So einfach könnte beispielsweise Code zur Zusammenfassung von Text mit dem entsprechenden Standard-Modell aussehen:

async function summarize (text) {
  await browser.trial.ml.createEngine({ taskName: 'summarization' });
  const result = await browser.trial.ml.runEngine({ args: [text] });
  return result[0]['summary_text'];
}

Im Vergleich mit anderen WebExtension-Schnittstellen gibt es zwei wichtige Unterschiede: Zum einen kann die notwendige Berechtigung erst nach der Installation einer Erweiterung durch den Benutzer erteilt werden. Außerdem werden Änderungen der Schnittstelle in der Zukunt erwartet. Aus diesem Grund nutzt die Schnittstelle den browser.trial-Namespace, statt die Funktionen direkt in browser bereitzustellen. Damit wird die Erwartungshaltung entsprechend gesetzt, dass es sich hierbei um eine Art „Vorschau“ handelt und in Zukunft eher Anpassungen der Erweiterungen notwendig werden, als es bei WebExtensions normalerweise üblich ist.

Die KI-unterstützte Generierung eines Beschreibungstextes für Bilder in PDF-Dateien ist ein in Firefox von Haus aus integriertes Feature, welches unter der Haube aber auf genau die gleiche Weise funktioniert. Mozilla hat diesen Anwendungsfall zusätzlich auch noch in Form einer Erweiterung implementiert, um Entwicklern ein praktisches Beispiel zu geben, welches auch andere relevante Themen wie die Abfrage der Berechtigung behandelt.

Der Beitrag Mozilla stellt Erweiterungs-Schnittstelle für Lokale KI in Firefox vor erschien zuerst auf soeren-hentzschel.at.

  •  

Windows unter Linux: Wine 10 setzt auf Wayland

Wine dient der Übersetzung von Windows-Systemaufrufen in für Linux verständliche Befehle. Dadurch wird das Ausführen von Windows-Anwendungen ohne Emulation auf Linux möglich. Das macht sich insbesondere Proton zu nutze, welches Windows-Spiele auf Linux bringt. Mit Wine 10.0 gibt es Wayland und weitere Verbesserungen.

  •  

Refine your GNOME

Ein neues Werkzeug für erweiterte GNOME-Einstellungen debütiert. Ich habe es mit dem bewährten Tweak-Tool verglichen.

  •  

Debian 13.0 “Trixie”: Freeze-Termine bekanntgegeben

Die Veröffentlichung von Debian 13.0 „Trixie“ rückt näher. Kürzlich wurden das Artwork und das Theme für die neue Version präsentiert. Ebenso erschien kürzlich die erste Alpha-Version des Debian Installers für „Trixie“. Jetzt stehen auch die wichtigen Freeze-Termine fest. Laut einer Ankündigung auf der Debian-Mailingliste beginnt der Transition- und Toolchain-Freeze am 15. März 2025. Darauf folgt […]

Der Beitrag Debian 13.0 “Trixie”: Freeze-Termine bekanntgegeben erschien zuerst auf fosstopia.

  •  
❌