Германию не впечатлили атаки кибергруппировок KILLNET и REvil

Германию не впечатлили атаки кибергруппировок KILLNET и REvil

Германию не впечатлили атаки кибергруппировок KILLNET и REvil

«Российские хакеры» из KILLNET и REvil не представляют серьезной угрозы для национальных интересов Германии, но их атаки будут продолжены. Такие выводы содержатся в отчете бюро по охране конституции и борьбе со шпионажем Германии. Структура входит в состав немецкого МВД.

Спецоперация на Украине сильно обострила вопросы кибербезопасности. В докладе упоминаются DDoS-атаки на немецкие сайты и предприятия. Речь идет о группировке KILLNET. На днях она объявила глобальную кибервойну Германии и еще восьми странам: США, Великобритании, Италии, Латвии, Румынии, Литве, Эстонии, Польше и Украине. В марте, объединившись с XacNet, KILLNET взяла на себя ответственность за взлом сайта украинского президента и страницу западной группировки хакеров Anonymous.

«Под DDoS-атаками KILLNET подразумеваются относительно безвредные взломы. Других типов уязвимостей пока не наблюдается. Однако и эту деятельность нельзя игнорировать. На фоне политической ситуации следует ожидать новых DDoS-атак на немецкие сайты со стороны пророссийских киберпреступников».

В докладе упоминается и возродившаяся из пепла REvil/Sodinokibi. Мы недавно писали о возвращении грозного шифровальщика. Отдельным параграфом в докладе выделено предупреждение о возможных попытках российских спецслужб наладить контакты с покинувшим страну немецким бизнесом.

Публикация заканчивается сводом очевидных правил, которые помогут избежать взлома: активировать двухфакторную аутентификацию, не открывать подозрительных электронных писем и не разговаривать с незнакомцами.

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