За год российский Антифрод заблокировал свыше 600 млн звонков мошенников

За год российский Антифрод заблокировал свыше 600 млн звонков мошенников

За год российский Антифрод заблокировал свыше 600 млн звонков мошенников

По данным Роскомнадзора, за год работы система верификации телефонных вызовов «Антифрод» помогла пресечь 622 млн мошеннических звонков с подменных номеров. Всего при этом было проверено 90 млрд телефонных вызовов.

Единая платформа «Антифрод», созданная для борьбы с телефонным мошенничеством, должна заработать в полном объеме с марта будущего года — когда к ней присоединятся все операторы телефонной связи страны. На настоящий момент к ней подключены 502 из 1,3 тыс. провайдеров.

Остальных регулятор начал предупреждать о возможных санкциях за срыв сроков (до 1 млн руб. штрафа за неисполнение обязанностей, ч. 3 ст. 13.2.1 КоАП). Такие нарушения выявлены у 180 операторов связи, четырех уже оштрафовали суммарно на 2,1 млн рублей.

 

Распознать недобрые намерения позвонившего незнакомца порой бывает непросто: современные обманщики умело используют социальную инженерию, стараясь добиться от собеседника нужных действий. Банк России составил список фраз, которые наиболее часто употребляют телефонные мошенники; услышав их, следует сразу прервать беседу и отключиться:

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

Челябинские ученые предложили систему защиты от сбоев промышленных систем

Чтобы защитить промышленные системы от атак и сбоев, коллектив исследователей из Южно-Уральского государственного университета (ЮУрГУ) предложил подход, основанный на принципах поведенческой аналитики. В основе решения лежит нейросеть Кохонена.

Результаты исследования российских специалистов опубликованы в сборнике International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM).

Разработанная в ЮУрГУ система работает в два этапа. Сначала она анализирует функционирование объекта в нормальном режиме и формирует эталонную модель. Затем переходит в режим мониторинга и оценивает поступающие данные, сравнивая их с полученной «нормой». При обнаружении значительных отклонений нейросеть подаёт сигнал о потенциально опасной ситуации.

Во время тестирования система правильно классифицировала 94% данных. Обучение нейросети заняло около 3,5 минут. Кроме того, решение успешно выявило действия, характерные для кибератак на промышленные объекты.

Разработчики планируют повысить точность модели и расширить её возможности для распознавания различных, в том числе сложных, сценариев атак.

«Ключевое преимущество нашего подхода — использование нейросети Кохонена, которая способна работать с большими массивами данных, когда показателей много и они тесно взаимосвязаны. Классические алгоритмы часто не справляются с такими объёмами и сложностью», — рассказал РИА Новости заведующий кафедрой «Защита информации» ЮУрГУ Александр Соколов.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru