Утеряны личные данные более 920 000 человек, подававших документы на изготовление паспорта

Утеряны личные данные более 920 000 человек, подававших документы на изготовление паспорта

В воскресенье в корейской корпорации KOMSCO (Korea Minting and Security Printing Corporation) была обнаружена утечка информации. Были потеряны гражданские идентификационные номера, номера паспортов и прочие личные данные людей, подававших документы на изготовление паспортов.



Число жертв превысило 920 000 человек. Среди них – 4600 государственных служащих и лиц, занимающих высокие посты в правительстве, в частности, премьер-министр и министры ключевых профилей. Причиной стало несоблюдение сотрудниками подразделения по изготовлению паспортов KOMSCO политики безопасности.

Член парламента от партии «Ханнара» Ким Хо-ён заявил, что личные данные более 920 000 человек, которые подавали заявления на получение паспортов с августа по ноябрь прошлого года, потеряны сотрудниками фирмы-подрядчика.

Согласно регламента безопасности KOMSCO, личные данные лиц, подававших заявление на получение паспортов, должны быть удалены с серверов сразу после того, как документы изготавливаются. Однако отступая от правил политики безопасности, сотрудники компании, занимавшиеся изготовлением паспортов, еженедельно отсылали эти данные в штаб-квартиру компании.

Комментирует главный аналитик компании InfoWatch Николай Федотов: «По статистике компании InfoWatch, довольно значительная часть инцидентов происходит из-за "жадности" оператора, хранящего конфиденциальные данные, которые ему не очень-то нужны. Или не нужны вовсе. Или даже прямо запрещены ко хранению как, например, атрибуты банковских карт в интернет-магазинах. Но какая-то психологическая особенность постоянно склоняет людей оставлять у себя копию информации "на всякий случай". Таковым случаем обычно бывает утечка - случайная или намеренная. Но чужие ошибки никого не учат».

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

Языковые модели тупеют от мусорных данных из интернета

Группа исследователей из Университета Техаса и Университета Пердью предложила необычную идею: большие языковые модели (LLM), вроде ChatGPT, могут «тупить» от некачественных данных примерно так же, как люди — от бесконечных часов в соцсетях.

В отчёте специалисты выдвигают «гипотезу гниения мозга LLM». Суть проста: если продолжать дообучать языковую модель на «мусорных» текстах из интернета, она со временем начнёт деградировать — хуже запоминать, терять логику и способность к рассуждению.

Авторы понимают, что отличить хороший контент от плохого сложно. Поэтому они решили изучить 100 миллионов твитов с HuggingFace и отобрать те, что подходят под определение «junk».

В первую группу попали короткие твиты с большим количеством лайков и репостов — те самые, которые вызывают максимальное вовлечение, но несут минимум смысла. Во вторую — посты с «низкой семантической ценностью»: поверхностные темы, кликбейт, громкие заявления, конспирология и прочие «триггерные» темы.

 

Чтобы проверить качество отбора, результаты GPT-4o сверили с оценками трёх аспирантов — совпадение составило 76%.

Учёные обучили четыре разные языковые модели, комбинируя «мусорные» и «качественные» данные в разных пропорциях. Потом прогнали их через тесты:

  • ARC — на логическое рассуждение,
  • RULER — на память и работу с длинным контекстом,
  • HH-RLHF и AdvBench — на этические нормы,
  • TRAIT — на анализ «личностного стиля».

Результаты оказались любопытными: чем больше в обучающем наборе было «интернет-мусора», тем хуже модель справлялась с задачами на рассуждение и память. Однако влияние на «этичность» и «черты личности» было неоднозначным: например, модель Llama-8B с 50% «мусора» даже показала лучшие результаты по «открытости» и «низкой тревожности».

Исследователи сделали вывод: переизбыток интернет-контента может привести к деградации моделей и призвали разработчиков тщательнее отбирать данные для обучения. Особенно сейчас, когда всё больше онлайн-текста создаётся уже самими ИИ — и это может ускорить эффект так называемого model collapse, когда модели начинают обучаться на собственных ошибках.

Учёные шутят: если так пойдёт и дальше, возможно, придётся вернуться к книгам — хотя бы ради того, чтобы «накормить» модели чем-то действительно качественным.

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