Йельский университет допустил масштабную утечку персональных данных

Йельский университет допустил масштабную утечку персональных данных

В течение десяти месяцев каждый желающий, имеющий доступ к сети, мог беспрепятственно просмотреть персональную информацию о студентах и сотрудниках Йельского университета - одного из именитых университетов США.

Согласно сообщению конфиденциальная информация была загружена на FTP сервер, используемый для хранения открытых документов. После того как в поисковой системе Google стал индексироваться контент таких серверов в общем доступе оказались списки имен и номеров социального страхования 43000 человек, зарегистрированных в качестве сотрудников или учащихся университета.

Как известно, такая возможность была введена Google еще в сентябре прошлого года. Однако представители университета недоумевают, почему им об этом не сообщили соответствующие службы, которые обязаны были знать обо всех нововведениях, происходящих в их сфере деятельности.

Утечку обнаружили только 30 июня и через две недели поспешили уведомить всех пострадавших лиц. Пока неизвестно, сколько посетителей успело просмотреть списки. Однако представители университета отмечают, что имя файла и директории не отражают сути содержимого. В связи с этим можно надеяться, что никто его не заметил. Тем не менее, для всех пострадавших предоставлен бесплатный мониторинг по кредитным операциям и страховка на случай, если их данные попали в руки злоумышленников.

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