-
S'abonnerAbonnez-vous à nos différents supports -
Magazines à l’unitéCommandez les nouvelles parutions ou complétez votre collection -
Livraison offerte à partir de 50€ d’achat ** Offre valable pour les numéros hors abonnements, livraison en France métropolitaine, appliquée une fois connecté !
- Kiosk OnlineLes magazines 100% online
- Diamond ConnectBase documentaire 100% digitale
GNU/Linux Magazine 114
Découvrir, installer et configurer - Passez à ZFS ! Le système de fichiers révolutionnaire
En savoir plus6,50 € TTC
Anciens Numéros
Sommaire
- Kernel
- p. 04 PTRACE : Introspection à la lisière du noyau
- SysAdmin
- p. 10 Le système de fichiers ext4
- p. 14 ZFS sous GNU/Linux
- NetAdmin
- p. 24 Mise en œuvre de phpCAS
- Livre(s)
- p. 28 Critique : Source Code Secrets : The Basic Kernel
- Embarqué
- p. 30 GNU/Linux sur PlayStation Portable
- p. 42 DOMOGIK : commandez votre maison avec des logiciels libres
- Repères
- p. 48 Parce qu’y’en a marre !
- Code(s)
- p. 50 Faites vos jeux !
- p. 58 OCaml et C : le meilleur des mondes
- p. 66 Python pour la publication web
- p. 74 Trois frameworks web en Python : présentation et tutoriel
- p. 81 Trois frameworks web en Python : comparatif technique
Le magazine de référence technique pour les développeurs sur systèmes open source et les ingénieurs R&D !
GNU/Linux Magazine s'adresse aux professionnels et aux particuliers désireux de mieux maîtriser les techniques et problématiques liées à la programmation et à l’utilisation de solutions open source. Tous les deux mois avec ses articles techniques, la publication couvre les thématiques suivantes : programmation système, algo, bas niveau, sécurité du code, développement web...
La prise en compte de la sécurité au plus tôt lors de la construction d’un produit est essentielle, mais pas suffisante pour répondre aux exigences du CRA. Comment intégrer la sécurité dans l’usine logicielle puis en phase de run lorsque le produit est en production et/ou déployé chez les clients ?
Dans un premier article [1], nous avons rappelé les problèmes de privacy inhérents à l'exécution de fonctions ou de modèles de Machine Learning (ML) sur des serveurs distants, et avons introduit la nouvelle technologie appelée chiffrement homomorphe (Fully Homomorphic Encryption, FHE, en anglais) permettant de résoudre ces problèmes. Dans ce second article, nous allons une étape plus loin, et expliquons comment chacun d’entre nous, développeur ou data scientist, peut utiliser Python pour concevoir ses propres fonctions ou modèles en FHE et les déployer.
En 2014, la vulnérabilité Heartbleed a exposé une faille d'OpenSSL, rendant des clés privées accessibles et compromettant la confidentialité des communications. En réponse, Reyk Floeter d'OpenBSD a développé le concept de « crypto privsep » : une séparation des privilèges des clés cryptographiques qui isole les opérations cryptographiques sensibles, et limite le risque de fuites.
