сотрудницу государственного департамента посадили за торговлю персональными данными

Cотрудницу государственного департамента посадили за торговлю персональными данными

Мелинду Кей Джонсон, сотрудницу государственного департамента лицензирования города Сиэтл (орган, выдающий водительские удостоверения) приговорили к двум годам заключения за пособничество кардерам. Она изготавливала для мошенников поддельные водительские права, которые в США являются основным документом, удостоверяющим личность. С их помощью кардеры открывали счета в банках и затем использовали их для вывода похищенных денег.



- Вывод денег для мошенников является весьма актуальной задачей, - комментирует Николай Федотов, главный аналитик InfoWatch. - На этом пути для них воздвигнуты многочисленные препятствия в банковской структуре. В частности, при открытии счёта обязательно устанавливается личность клиента. Среди кардеров, фишеров и прочих киберпреступников спросом пользуется такой товар, как банковский счёт на подставное имя с дебетовой картой к нему. Но для его открытия требуется подкупить банковского служащего или заиметь поддельное удостоверение.

За 10 лет работы осужденная сделала преступникам по меньшей мере 9 поддельных документов, получая за каждый по 3 тысячи долларов. С помощью только этих водительских удостоверений мошенники вывели 200 тысяч. Также банковские карты на подложные имена преступники использовали, чтобы приобрести сигареты на сотни тысяч долларов в сети магазинов Sam’s Club в Калифорнии. Сигареты затем сдали в магазин в Голливуде, где они были проданы за наличные по сниженной цене.

Прочие участники преступной группировки в ходе судебного заседания тоже были признаны виновными и будут приговорены к наказанию позже.

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