بينانس كشفت تفاصيل الاختراق اللي تسبب بسرقة 6.34 مليار دولار من أصولها، وتخيلوا الهجوم بدأ بسبب مبرمج يستخدم الذكاء الاصطناعي 🫣

بحسب التفاصيل التي كشفتها الشركة، المهاجمون قضوا خمسة أشهر يخططون للهجوم، واستغلوا سلسلة من الأخطاء للوصول إلى الأنظمة المسؤولة عن المحافظ الرقمية.

والقصة بدأت على عدة مراحل:

في يونيو: أحد مهندسي DevOps في بينانس قرر تثبيت أداة مشهورة للبرمجة بالذكاء الاصطناعي، وبحث عن طريقة تثبيتها في جوجل، المشكلة حصل على تعليمات خبيثة وحمّل نسخة مزيفة من Homebrew تسببت بإصابة جهازه ببرنامج مزيف.

الفريق الأمني اكتشف الإصابة واستبدل الجهاز وغيّر بيانات الدخول، لكن المهاجمين كانوا قد حصلوا بالفعل على معلومات عن الموظفين المسؤولين عن المحافظ.

في سبتمبر: استهدف المهاجمين مهندس ثاني عن طريق مقابلتي عمل وهميتين، الأولى مع موظف موارد بشرية والثانية مع شخص ينتحل صفة مدير.

وبعد المقابلات أرسلوا له مشروع برمجي على أساس اختبار توظيف، بس كان يحتوي على اكواد خبيثة تتلاعب بأداة pyenv، والغريب أن برنامج مكافحة الفيروسات ما اكتشفها.

في 20 أكتوبر: استغل المهاجمين الجهاز المصاب وأدوات الذكاء الاصطناعي الداخلية للوصول إلى موظفين آخرين، حتى تمكنوا من الحصول على رمز وصول يُستخدم لنشر الحاويات البرمجية.

وفي 29 أكتوبر: وصلوا إلى الخدمة المسؤولة عن توقيع المعاملات، وتمكنوا من سرقة 18,270 بيتكوين و233 مليون XRP ونحو مليون SOL، بقيمة إجمالية بلغت 6.34 مليار دولار.

والأغرب أن بينانس لما اكتشفت الهجوم وأوقفت عمليات السحب، استمر المهاجمون في تحويل الأموال باستخدام آلية EIP-7702 في شبكة Ethereum.

تخيلوا الشركة تقول إن فريقها الأمني تصدى خلال 2026 لنحو 57 محاولة هجوم يُشتبه بارتباطها بكوريا الشمالية.

لكن في النهاية، كل هذه الحماية ما منعت هجوم بدأ بمهندس يثبت أداة من رابط مزيف، وآخر وافق ينفذ اختبار توظيف من مستودع GitHub خبيث.

تخيل أن كل هذا بدأ لأن موظف قرر يعمل اختبار تقني علشان يحصل وظيفة😂

طلعت فكرة براسي وجالس اجرب ابنيها من يقدر يعرفها، ما ادري بتنجح او تفشل بجرب

🐍 تحسين أداء Python: دليل سريع للمبتدئين

هل تريد جعل أكواد Python الخاصة بك أسرع وأكثر كفاءة؟ إليك بعض النصائح الأساسية التي ستساعدك على البدء!

def sum_list_naive(numbers):
    total = 0
    for num in numbers:
        total += num
    return total

import timeit

my_list = list(range(1000000))

time_naive = timeit.timeit(lambda: sum_list_naive(my_list), number=100)

print(f"الوقت المستغرق للطريقة البسيطة: {time_naive:.6f} ثانية")

def sum_list_optimized(numbers):
    return sum(numbers)

time_optimized = timeit.timeit(lambda: sum_list_optimized(my_list), number=100)

print(f"الوقت المستغرق للطريقة المحسنة: {time_optimized:.6f} ثانية")

في هذا المثال، نقارن بين طريقة يدوية لجمع عناصر قائمة وطريقة استخدام الدالة المدمجة `sum()`. كما ترى، الدالة المدمجة أسرع بكثير لأنها مكتوبة بلغة C ومُحسّنة للغاية. القاعدة العامة: استخدم الدوال المدمجة والمكتبات القياسية كلما أمكن ذلك لضمان أفضل أداء.

['#Python', '#برمجة', '#تطوير', '#تعلم_البرمجة', '#PythonTips', '#Performance']

سمية.

يعني حاول يهرب من المحاكمة باستخدام الذكاء الاصطناعي، وفي النهاية رجع للمحكمة بقضيتين بدل واحدة.

وصلنا لمرحلة أن الناس تستخدم الذكاء الاصطناعي حتى لتزوير موتها 😂

كنت جالس اجرب gemini وخليته يقترح لي تطبيقات مثل @Ghurarapp بس ما اقترح تطبيقي ولما قلت له ليش شوفوا التطبيل😂

شفت واحد الله يستر عليه يعلن لكورس تعلم الذكاء الاصطناعي بخمسة ايام وسعر الكورس بعد التخفيض 650 ريال سعودي🙂

صَبَا قَلْبِي وَمَالَ إِلَيْكِ مَيْلًا
وَأَرَّقَنِي خَيَالُكِ يَا أُثَيْلا

https://ghurar.app/v/9BQz

✨ تحسين أداء Python: استخدام List Comprehensions

هل تريد كتابة كود Python أكثر إيجازًا وكفاءة؟ تعرف على قوة List Comprehensions!

numbers = [1, 2, 3, 4, 5]
squares = [x**2 for x in numbers]
print(squares)

List Comprehensions توفر طريقة مختصرة لإنشاء القوائم. بدلاً من كتابة حلقة for تقليدية، يمكنك بناء قائمة جديدة في سطر واحد. الكود أعلاه ينشئ قائمة 'squares' تحتوي على مربعات كل رقم في القائمة 'numbers'.

['#Python', '#برمجة', '#ListComprehensions', '#كود', '#تعلم_البرمجة']

تَقَدَّمَتْنِي أُنَاسٌ كَانَ شَوْطُهُمُ
وَرَاءَ خَطْوِيَ إِذْ أَمْشِي عَلَى مَهَلِ

هَذَا جَزَاءُ امْرِئٍ أَقْرَانُهُ دَرَجُوا
مِنْ قَبْلِهِ فَتَمَنَّى فُسْحَةَ الْأَجَلِ

وَإِنْ عَلَانِيَ مَنْ دُونِي فَلَا عَجَبٌ
لِي أُسْوَةٌ بِانْحِطَاطِ الشَّمْسِ عَنْ زُحَلِ

https://ghurar.app/v/aFRCxt

🚀 تحسين أداء Python باستخدام List Comprehensions!

هل تبحث عن طريقة لكتابة كود Python أكثر إيجازًا وكفاءة؟ تعلم كيف يمكن لـ List Comprehensions أن تحدث فرقًا كبيرًا!

numbers = [1, 2, 3, 4, 5]
squares = [x**2 for x in numbers]
print(squares)

List Comprehensions توفر طريقة مختصرة لإنشاء القوائم. في هذا المثال، نقوم بإنشاء قائمة جديدة 'squares' تحتوي على مربعات كل رقم في القائمة الأصلية 'numbers' في سطر واحد من الكود.

['#Python', '#برمجة', '#ListComprehensions', '#كود', '#تعلم_البرمجة']

كوارث الذكالي🔥

سلسلة المطاعم الأمريكية Applebee’s ارتكبت خطأ أمنيًا غريبًا، بعدما تركت بيانات الدخول إلى قاعدة بيانات عملائها داخل الكود المصدري لتطبيقها على أندرويد!

باحث الأمن السيبراني روبرت ويغينز اكتشف بيانات الدخول أثناء فحص التطبيق، والمفاجأة أنها كانت تسمح له بالوصول إلى قاعدة بيانات تحتوي على معلومات ملايين العملاء.

والبيانات شملت الأسماء والبريد الإلكتروني وتواريخ الميلاد وأرقام الهواتف والرموز البريدية، بالإضافة إلى عناوين IP وتواريخ إنشاء الحسابات وعدد مرات تسجيل الدخول.

والأخطر أن صلاحيات الوصول ما كانت مقتصرة على قراءة البيانات فقط، بل كان بإمكان الباحث تعديل معلومات العملاء أو حذفها من قاعدة البيانات!

وتخيلوا أن الباحث لما حاول يبلغ الشركة بالثغرة، ما حصل حتى على جهة أمنية يتواصل معها للإبلاغ عن المشكلة.

وفي النهاية اضطر يتواصل مع موقع TechCrunch، الذي نقل البلاغ إلى الشركة، ورد أحد ممثليها بتوجيه شكر كبير للباحث، وأكد أنهم سيبدأون تحقيقًا داخليًا.

وللعلم، تطبيق Applebee’s تجاوز مليون تحميل على Google Play، وقاعدة بيانات برنامج الولاء تضم ما لا يقل عن 8.5 مليون عميل.

تخيل شركة عندها بي

انات ملايين العملاء، وتترك بيانات الدخول لقاعدة البيانات داخل تطبيق متاح للجميع، وحتى ما عندها وسيلة واضحة للإبلاغ عن الثغرات الأمنية.

من أساسيات تطوير التطبيقات أنك ما تخزن بيانات الدخول السرية داخل تطبيق العميل، لأن أي شخص يقدر يحلل التطبيق ويستخرجها، لكن الظاهر أن أحدهم قرر يتجاوز هذه الخطوة 😂

✨ تحسين أداء Python: استخدام List Comprehensions 🚀

هل تريد كتابة كود Python أكثر اختصارًا وسرعة؟ تعلم كيف تجعل قوائمك تتشكل بلمسة سحرية مع List Comprehensions!

numbers = [1, 2, 3, 4, 5]
squares = [x**2 for x in numbers]
print(squares)

# مقارنة مع الطريقة التقليدية:
# squares_old = []
# for x in numbers:
#     squares_old.append(x**2)
# print(squares_old)

List Comprehensions توفر طريقة أنيقة وموجزة لإنشاء القوائم. الصيغة الأساسية هي `[expression for item in iterable]`. في هذا المثال، ننشئ قائمة `squares` عن طريق تربيع كل عنصر في القائمة `numbers`. إنها أسرع وأكثر قابلية للقراءة من استخدام حلقة `for` تقليدية.

['#Python', '#برمجة', '#ListComprehensions', '#تطوير', '#كود']

@AldiwanNet لَا تَنْهَ عَنْ خُلُقٍ وَتَأْتِيَ مِثْلَهُ
عَارٌ عَلَيْكَ إِذَا فَعَلْتَ عَظِيمُ

الذكاء الاصطناعي قد يتسبب بفقدان المبرمجين لمهاراتهم البرمجية تدريجيًا، وهذا ما حذّر منه المهندس المعروف آدي عثماني (Addy Osmani).

المشكلة أن التراجع في المهارات ما يحدث بشكل مفاجئ، يبدأ تدريجيًا دون ما ينتبه له المطور.

في البداية، تستخدم الذكاء الاصطناعي لكتابة الكود وتراجعه سطرًا بسطر، وبعد فترة تبدأ تكتفي بنظرة سريعة، ومع الوقت تصل لمرحلة أنك ما عدت قادرًا حتى على شرح كيف يعمل مشروعك

عثماني يصف المرحلة المتقدمة من هذا الاعتماد بمصطلح «الاستسلام المعرفي» (Cognitive Surrender)، وهي المرحلة التي تتوقف فيها عن التفكير بنفسك وتترك المهمة بالكامل للذكاء الاصطناعي.

علشان كذا ينصح المطورين بطرح ستة أسئلة على أنفسهم لما يستخدموا الذكاء الاصطناعي:

هل حاولت تكوين فرضيتي الخاصة قبل ما أسأل الذكاء الاصطناعي؟

هل الذكاء الاصطناعي يساعدني على التفكير، أو أنني تركته يفكر بدلًا مني؟

كيف أقدر أتأكد أن إجابة الذكاء الاصطناعي خاطئة؟

هل فكرت في وجهة نظر معاكسة للحل المقترح؟

هل أنا مستعد أتحمل مسؤولية الكود أمام الشخص الذي سيعمل عليه بعدي؟

ما المهارات التي توقفت عن ممارستها بسبب اعتمادي على الذكاء الاصطناعي؟

والفكرة مش أنك تتوقف عن استخدام الذكاء الاصطناعي، بل أنك تستخدمه لتطوير قدراتك بدل ما يصبح بديلًا عن تفكيرك.

لأن المشكلة الحقيقية مش أن الذكاء الاصطناعي أصبح قادرًا على كتابة الكود، بل أنك مع الوقت قد تفقد قدرتك على فهم الكود الذي تكتبه أدواتك.

أسئلة تستحق أن كل مطور يرجع لها بين فترة والثانية.