Утекли данные 40 млн. кредитных карт из-за ошибки при обработке данных

Утекли данные 40 млн. кредитных карт из-за ошибки при обработке данных

Как стало известно Zecurion Analytics, причиной утечки информации 40 млн клиентов кредитных организаций Южной Кореи стала небрежность при хранении и обработке конфиденциальных данных. Об этом сообщил глава совета аудита и инспекции Южной Кореи после проведенного расследования.

Напомним, что в январе 2014 стало известно о крупнейшей утечке банковской информации. Сотрудник Корейского кредитного бюро похитил данные клиентов трех крупнейших в стране финансовых институтов: Kookmin Card Co., Lotte Card Co. и банка Nonghyup.

Злоумышленник похитил список имен клиентов, а также информацию о них, в том числе номера банковских счетов, кредитные истории, данные платежей, кредитные лимиты по картам, адреса, телефоны и информацию о местах работы.

«Преступление стало возможным благодаря тому, что информация о клиентах организаций передавалась в кредитное бюро в незашифрованном виде. Это само по себе уже является серьезным нарушением, грозящим компаниям крупными штрафами. Интересно то, что делалось это в рамках совместного проекта по улучшению системы защиты информации, — отмечает Александр Ковалев, заместитель генерального директора Zecurion. — В итоге замешанные в инциденте компании понесли существенные финансовые потери — по нашим оценкам речь идёт минимум о нескольких миллионах долларов. Также их деятельность была приостановлена службой финансового надзора на два месяца (на время расследования), а миллионы клиентов отказались от их услуг».

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru