Kas šeit ir
Šajā sadaļā apkopots profesionālais saturs par kiberdrošību, FinTech, RegTech, AI un sistēmu arhitektūru. Tēmas nosaka priekšmetu; šis virziens nosaka darba kontekstu.
Ancveirs
Profesionālais darbs
Padziļināta tehniskā un regulatīvā analīze, ceļveži un gadījumu izpēte.
Konteksts + tēma
Profesionālie raksti
Kiberdrošība
17 publikācijasCeļvedisKiberdrošība
Bug bounty programma: ko patiesībā optimizē laba programma?
Laba bug bounty programma neoptimizē reportu skaitu. Tā optimizē kvalitatīvu pētnieku uzmanību, unikālu security signal, taisnīgu atlīdzību un remediation.
CeļvedisKiberdrošība
CRA ziņošana: 24 stundas, 72 stundas un kā nepazaudēt prasības jēgu
CRA 14. panta praktiska analīze: aktīvi izmantota ievainojamība, nopietns incidents, 24/72h termiņi, gala ziņojumi, SRP un biežākās kļūdas.
CeļvedisKiberdrošība
CVD praksē: no ievainojamības ziņojuma līdz verificētai aizvēršanai
Praktisks CVD dzīves cikls: intake, acknowledgement, triage, reprodukcija, ownership, remediation, retest, disclosure un verificēta closure.
AnalīzeKiberdrošība
CVD, bug bounty un penetrācijas tests nav viens un tas pats
CVD, VDP, bug bounty, ielaušanās tests un red team atšķiras pēc mērķa, pilnvarojuma, tvēruma, atlīdzības un stop-condition. Praktisks salīdzinājums Latvijai.
CeļvedisKiberdrošība
Digitālais pakalpojums krīzes režīmā: kā definēt drošu minimālo darbību un atgriešanos normālā režīmā
Kā digitālam pakalpojumam droši turpināt ierobežotu darbību, ja pazūd kritiska atkarība: minimālais pakalpojums, manuāls režīms, salāgošana un atjaunošana.
AnalīzeKiberdrošība
Drošības izpēte kritiskajās sistēmās: atvērta ziņošana nenozīmē atvērtu testēšanu
Bankām, veselībai, enerģētikai, transportam un citām augsta kaitējuma sistēmām vajag diferencētu CVD un testēšanas modeli: public, registered, vetted un controlled.
AnalīzeKiberdrošība
Ētiskais hakeris AI laikmetā: atklāšana kļūst lētāka, atbildība ne
Ko ģeneratīvais AI maina ētiskā hakera darbā: recon, hipotēzes un reporti kļūst lētāki, bet scope, validācija, ietekmes spriedums un atbildība paliek cilvēka darbs.
AnalīzeKiberdrošība
Kas īsti zvana? Caller ID, spoofing un pārbaudāmi krāpniecības signāli
Telefona numurs ekrānā nav identitātes pierādījums. Kā nošķirt numura kontroli, zvana izcelsmi un krāpniecības risku, neveidojot viltus 'verified = safe' signālu.
CeļvedisKiberdrošība
Kiberdrošības pierādījumi un atbildība: kas īsti pieņem risku?
Drošības findingam nepietiek ar statusu Closed. Praktisks modelis risk ownership, residual risk, remediation evidence, neatkarīgai verifikācijai un auditējamiem lēmumiem.
AnalīzeKiberdrošība
Kiberdrošības sertifikācija: ko īsti pierāda kontrole, kas ir “ieviesta”?
Kāpēc sertifikācijai nepietiek pierādīt, ka kontrole ir ieviesta: vajag tvērumu, darbības efektivitāti, retestus, surveillance un skaidrus reassessment triggerus.
AnalīzeKiberdrošība
Labticīga kiberdrošības izpēte Latvijā: kur ir tiesiskā robeža?
Ko Latvijā drīkst darīt drošības pētnieks, lai pārbaudītu ievainojamību? CVD, 26-TA-1830, Krimināllikums, personas dati un minimāla pārbaude.
AnalīzeKiberdrošība
NIS2 un ievainojamību pētnieki: ko ES regulējums aizsargā un ko neaizsargā
NIS2 prasa koordinētu ievainojamību atklāšanu, bet pati nerada universālu safe harbour. Ko 12. pants, 60. apsvērums un Latvijas NKDL nozīmē drošības pētniekam?
CeļvedisKiberdrošība
No ievainojamību saraksta līdz pamatotam lēmumam: ko patiesībā labot vispirms?
Kā prioritizēt ievainojamības, nesajaucot CVSS smagumu, EPSS ekspluatācijas prognozi, KEV pierādītu ekspluatāciju un organizācijas faktisko risku.
CeļvedisKiberdrošība
No pentesta līdz TLPT: kā veidot slāņotu kiberdrošības assurance
Pentests, red team, purple team, CVD, bug bounty un TLPT nav viens un tas pats. Praktisks modelis, kā tos kombinēt slāņotā drošības assurance sistēmā.
AnalīzeKiberdrošība
Personas dati ievainojamību izpētē: ko darīt, ja pētnieks piekļūst datiem, kurus nemaz nemeklēja?
Ko darīt, ja ievainojamības pārbaudē parādās personas dati: pētnieka loma, tiesiskais pamats, minimālais pierādījums, glabāšana, ziņošana un dzēšana.
CeļvedisKiberdrošība
Pierādījumi ir svarīgāki par tekstu: minimālais standarts AI asistētam ievainojamības ziņojumam
Praktisks minimums AI asistētam ievainojamības ziņojumam: scope, reprodukcija, PoC, faktiskā ietekme, severity, datu minimizācija un reportera atbildība.
CeļvedisKiberdrošība
Secure-by-Design pirms ārējās izpētes: ko organizācijai jāizdara pašai
CVD un bug bounty neaizvieto Secure SDLC. Praktisks modelis threat modelling, drošām noklusējuma izvēlēm, dependency kontrolēm, release gates un feedback.
FinTech & RegTech
5 publikācijasAnalīzeFinTech & RegTech
Anti-fraud tīkla API Eiropā: kāpēc ar kopīgu sintaksi nepietiek
Kāpēc anti-fraud tīkla API sadarbspējai nepietiek ar vienādu OpenAPI shēmu: semantika, provenance, freshness, UNKNOWN stāvokļi, privātums un juridiskā robeža.
CeļvedisFinTech & RegTech
CRA ziņošana: 24 stundas, 72 stundas un kā nepazaudēt prasības jēgu
CRA 14. panta praktiska analīze: aktīvi izmantota ievainojamība, nopietns incidents, 24/72h termiņi, gala ziņojumi, SRP un biežākās kļūdas.
CeļvedisFinTech & RegTech
Datu suverenitāte nav tikai datu atrašanās vieta: kas patiesībā kontrolē jūsu datus un pakalpojumu?
Kā praktiski izmērīt kontroli pār datiem un digitālo infrastruktūru: identitāte, atslēgas, administrēšana, žurnāli, rezerves kopijas, portabilitāte un iziešana.
AnalīzeFinTech & RegTech
Kas īsti zvana? Caller ID, spoofing un pārbaudāmi krāpniecības signāli
Telefona numurs ekrānā nav identitātes pierādījums. Kā nošķirt numura kontroli, zvana izcelsmi un krāpniecības risku, neveidojot viltus 'verified = safe' signālu.
CeļvedisFinTech & RegTech
No pentesta līdz TLPT: kā veidot slāņotu kiberdrošības assurance
Pentests, red team, purple team, CVD, bug bounty un TLPT nav viens un tas pats. Praktisks modelis, kā tos kombinēt slāņotā drošības assurance sistēmā.
Atbildīgs AI
4 publikācijasAnalīzeAtbildīgs AI
AI slop nav tikai satura problēma — tā ir pārbaudes izmaksu problēma
AI padara ticama teksta, koda un apgalvojumu ģenerēšanu lētu. Ko tas dara ar triāžu, open source, tiesām un valsts pārvaldi, ja verifikācija joprojām maksā cilvēka laiku?
AnalīzeAtbildīgs AI
Ētiskais hakeris AI laikmetā: atklāšana kļūst lētāka, atbildība ne
Ko ģeneratīvais AI maina ētiskā hakera darbā: recon, hipotēzes un reporti kļūst lētāki, bet scope, validācija, ietekmes spriedums un atbildība paliek cilvēka darbs.
AnalīzeAtbildīgs AI
Ko patiesībā pierāda AI benchmarka rezultāts?
Kā lasīt AI benchmarku rezultātus bez pārspīlējuma: testa tvērums, datu izcelsme, valodu pārklājums, nenoteiktība, reproducējamība un saikne ar reālo lietojumu.
CeļvedisAtbildīgs AI
Pierādījumi ir svarīgāki par tekstu: minimālais standarts AI asistētam ievainojamības ziņojumam
Praktisks minimums AI asistētam ievainojamības ziņojumam: scope, reprodukcija, PoC, faktiskā ietekme, severity, datu minimizācija un reportera atbildība.
Mākonis & arhitektūra
3 publikācijasCeļvedisMākonis & arhitektūra
Datu suverenitāte nav tikai datu atrašanās vieta: kas patiesībā kontrolē jūsu datus un pakalpojumu?
Kā praktiski izmērīt kontroli pār datiem un digitālo infrastruktūru: identitāte, atslēgas, administrēšana, žurnāli, rezerves kopijas, portabilitāte un iziešana.
CeļvedisMākonis & arhitektūra
Digitālais pakalpojums krīzes režīmā: kā definēt drošu minimālo darbību un atgriešanos normālā režīmā
Kā digitālam pakalpojumam droši turpināt ierobežotu darbību, ja pazūd kritiska atkarība: minimālais pakalpojums, manuāls režīms, salāgošana un atjaunošana.
CeļvedisMākonis & arhitektūra
Secure-by-Design pirms ārējās izpētes: ko organizācijai jāizdara pašai
CVD un bug bounty neaizvieto Secure SDLC. Praktisks modelis threat modelling, drošām noklusējuma izvēlēm, dependency kontrolēm, release gates un feedback.
Digitālā pārvaldība
9 publikācijasAnalīzeDigitālā pārvaldība
AI slop nav tikai satura problēma — tā ir pārbaudes izmaksu problēma
AI padara ticama teksta, koda un apgalvojumu ģenerēšanu lētu. Ko tas dara ar triāžu, open source, tiesām un valsts pārvaldi, ja verifikācija joprojām maksā cilvēka laiku?
AnalīzeDigitālā pārvaldība
Anti-fraud tīkla API Eiropā: kāpēc ar kopīgu sintaksi nepietiek
Kāpēc anti-fraud tīkla API sadarbspējai nepietiek ar vienādu OpenAPI shēmu: semantika, provenance, freshness, UNKNOWN stāvokļi, privātums un juridiskā robeža.
CeļvedisDigitālā pārvaldība
Datu suverenitāte nav tikai datu atrašanās vieta: kas patiesībā kontrolē jūsu datus un pakalpojumu?
Kā praktiski izmērīt kontroli pār datiem un digitālo infrastruktūru: identitāte, atslēgas, administrēšana, žurnāli, rezerves kopijas, portabilitāte un iziešana.
CeļvedisDigitālā pārvaldība
Digitālais pakalpojums krīzes režīmā: kā definēt drošu minimālo darbību un atgriešanos normālā režīmā
Kā digitālam pakalpojumam droši turpināt ierobežotu darbību, ja pazūd kritiska atkarība: minimālais pakalpojums, manuāls režīms, salāgošana un atjaunošana.
AnalīzeDigitālā pārvaldība
Drošības izpēte kritiskajās sistēmās: atvērta ziņošana nenozīmē atvērtu testēšanu
Bankām, veselībai, enerģētikai, transportam un citām augsta kaitējuma sistēmām vajag diferencētu CVD un testēšanas modeli: public, registered, vetted un controlled.
CeļvedisDigitālā pārvaldība
Kiberdrošības pierādījumi un atbildība: kas īsti pieņem risku?
Drošības findingam nepietiek ar statusu Closed. Praktisks modelis risk ownership, residual risk, remediation evidence, neatkarīgai verifikācijai un auditējamiem lēmumiem.
AnalīzeDigitālā pārvaldība
Labticīga kiberdrošības izpēte Latvijā: kur ir tiesiskā robeža?
Ko Latvijā drīkst darīt drošības pētnieks, lai pārbaudītu ievainojamību? CVD, 26-TA-1830, Krimināllikums, personas dati un minimāla pārbaude.
AnalīzeDigitālā pārvaldība
NIS2 un ievainojamību pētnieki: ko ES regulējums aizsargā un ko neaizsargā
NIS2 prasa koordinētu ievainojamību atklāšanu, bet pati nerada universālu safe harbour. Ko 12. pants, 60. apsvērums un Latvijas NKDL nozīmē drošības pētniekam?
AnalīzeDigitālā pārvaldība
Personas dati ievainojamību izpētē: ko darīt, ja pētnieks piekļūst datiem, kurus nemaz nemeklēja?
Ko darīt, ja ievainojamības pārbaudē parādās personas dati: pētnieka loma, tiesiskais pamats, minimālais pierādījums, glabāšana, ziņošana un dzēšana.