В США россиянин получил 3,5 года за торговлю краденными данными

В США россиянин получил 3,5 года за торговлю краденными данными

В США россиянин получил 3,5 года за торговлю краденными данными

Суд Округа Колумбия приговорил 27-летнего гражданина России Григория Кавжарадзе за продажу краденных банковских данных к 40 месяцам тюремного заключения. Также он будет обязан возместить пострадавшим более 1,2 млн долларов.

По версии следствия, Кавжарадзе, известный под никами TeRorPP, Torqovec и PlutuSS, с 2016 по 2021 г. выставил на продажу данные более 626 тыс. платежных карт, из которых 297 тыс. ему удалось продать.

По данным ФБР, Кавжарадзе удалось выручить более 200 тыс. долларов в криптовалюте. Он действовал через площадку Slilpp.

На Кавжарадзе в 2021 г. вышла ФБР после успешной операции по ликвидации Slilpp, в которой участвовали правоохранители не только США, но также Германии, Нидерландов и Румынии.

24 августа 2021 года Кавжарадзе было предъявлено обвинение в сговоре с целью совершения банковского мошенничества и мошенничества с банковскими переводами, банковском мошенничестве, мошенничестве с устройствами доступа и краже личных данных при отягчающих обстоятельствах.

В мае 2022 г. он был экстрадирован в США, с того момента он находился под стражей. В феврале 2024 г. он признал вину.

Напомним, на днях мы рассуждали, как хакер Роман Селезнёв попал в обмен заключенными между Россией и США.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru