Panda Security публикует рейтинг распространенных мошеннических схем

Panda Security публикует рейтинг распространенных мошеннических схем

Многие пользователи Сети получали электронные письма, исходящие якобы от низвергнутых нигерийских принцев, ищущих помощи в выведении своих богатств из страны. Однако это - лишь одна из строк рейтинга наиболее распространенных способов Интернет-мошенничества, составленного Panda Security по итогам десяти лет наблюдений.


Приближается к завершению 2010 год, и Panda Security предает огласке свой рейтинг мошеннических схем, обширно практиковавшихся в Интернете на протяжении последних десяти лет. Их детали, разумеется, могут меняться, но сама суть мошенничества редко подвергается заметным изменениям: киберпреступники связываются с жертвой посредством электронной почты или социальной сети, запрашивают ответ по телефону, факсу, или той же электронной почте, а, получив желаемую реакцию, стараются завоевать доверие жертвы и тем или иным способом вытянуть из нее деньги.


В итоге рейтинг из семи позиций, публикуемый CNET, приобрел следующий вид.


1. "Нигерийская почта". Исторически первый тип мошенничества до сих пор остается популярным. Пользователю предлагается некое вознаграждение или доля прибыли за помощь в выводе крупной суммы денег из некой страны, как правило - Нигерии. Для начала жертву просят выплатить определенную исходную сумму для покрытия банковских расходов. Разумеется, после получения денег мошенник исчезает.


2. Лотереи. Разновидность "нигерийской почты": пользователь получает извещение о выигрыше в лотерее. Однако для получения выигрыша необходимо оплатить банковские комиссии и прочие расходы - т.е. отдать деньги и никогда больше их не увидеть.


3. Знакомство с девушкой. Прекрасная девушка из России желает прилететь в страну, где проживает пользователь, и встретиться с ним. Однако в последний момент возникает неувязка - проблемы с билетом, - и девушка просит пользователя выслать ей определенную сумму для покрытия расходов на перелет. Как только деньги высланы, девушка растворяется в безвестности.


4. Предлагаем работу. Пользователю поступает предложение о сотрудничестве от иностранной компании. Можно работать дома и получать тысячи долларов за несколько часов в день. Принявшего подозрительное предложение пользователя попросят предоставить полную информацию о банковском счете, который впоследствии будет использоваться мошенниками для хранения денег, похищенных у других жертв. Пользователь, таким образом, станет невольным соучастником их преступлений. 


5. Facebook/Hotmail. Злоумышленники похищают учетные данные пользователя для доступа на Facebook, Hotmail или любой другой коммуникационный сервис, изменяют пароль, а затем от лица жертвы рассылают друзьям пострадавшего ложные сообщения, из которых те узнают: их друга ограбили на отдыхе, и без их помощи он не сможет оплатить внушительный счет, выставленный ему администрацией отеля.


6. Компенсационные выплаты. Недавно появившаяся схема, несомненно, навеянная популярностью "нигерийской почты". Мошенники присылают жертве уведомление о создании фонда помощи пострадавшим от "нигерийского мошенничества", и пользователь узнает, что он тоже может рассчитывать на выплату компенсации из этого фонда. Но для получения компенсации необходимо перечислить предварительный платеж в 1 000 долларов.


7. Ошибка. Эта популярная схема направлена против людей, продающих какую-либо дорогостоящую собственность (дом, автомобиль и т.д.). Злоумышленники сообщают, что выписали чек на имя пользователя, но по ошибке указали в нем большую сумму, чем следует, и потому просят его вернуть им разницу. Чек впоследствии оказывается недействительным, а выплаченная "разница" бесследно исчезает.


"Пользователи, пострадавшие от мошенничества в Интернете, обычно не обращаются в правоохранительные органы", - заметил технический директор PandaLabs Луис Корронс в своем комментарии. - "И в прежние времена трудно было вернуть похищенные деньги; теперь же сделать это еще сложнее, поскольку следы преступников, как правило, теряются на просторах Сети. Лучшая защита - это знания о том, как определять мошеннические схемы и не попадаться на крючок к злоумышленникам."

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