Старый мобильник может «слить» прежнего владельца

Старый мобильник может «слить» прежнего владельца

Продавая б/у телефон, человек должен удостовериться, что в нем не сохранились личные данные. Эксперт по информационной безопасности Ли Рейбер (Lee Reiber) из компании AccessData провел эксперимент, в котором смог узнать «слишком многое» о прежних владельцах бывших в употреблении гаджетов.



 Рейбер сообщил, что из четырех купленных на интернет-аукционах мобилок все содержали различные данные пользователей. Если некоторые устройства их прежние владельцы продавали, не удалив записные книги или личные фотографии, то на одном даже нашлись данные о кредитной карте и активный доступ к интернет-аккаунтам, с помощью которых легко можно восстановить доступ к личной странице и похитить ее у владельца, сообщает MTSToday.

Например, оставленные в памяти телефона фотографии с геотегами (с координатами съемки), которые записывают почти все устройства со встроенным GPS-приемником, могут рассказать о месте жительства человека. С помощью SMS люди часто передают пароли, а различные приложения для доступа к интернет-сервисам сохраняют логин и пароль пользователя для автоматического входа.

Ли пишет, что впереди сезон новогодних праздников, а это значит, что многие люди обзаведутся новыми гаджетами. Рейбер советует людям, которые намерены продать свои старые устройства, изначально удалить из памяти телефонов всю личную информацию.

Поскольку существуют программы, способные восстанавливать даже удаленные данные, то эксперт из AccessData рекомендует не просто очищать папки, а по возможности перепрошить гаджет.

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru