Университетская афера окончилась условным сроком

Университетская афера окончилась условным сроком

...

Братья Шахи и их сообщник, заработавшие $4 миллиона на продажах через спам-рассылки в американских учебных заведениях, приговорены к 3-м годам условно. Судебный процесс по делу этих спамеров начался более 2-х лет назад. Согласно свидетельским показаниям, выпускники университета Миссури Амир Шах (Amir Shah) и его брат Осман Шах (Osmaan Shah) написали программу для автоматизированного сбора адресов электронной почты.

С помощью этого инструмента они собрали солидный урожай в стенах alma mater и сотен других образовательных учреждений США ― свыше 8 млн. адресов. Используя эту базу, братья в течение нескольких лет распространяли коммерческую рекламу, идущую вразрез с предписаниями CAN-SPAM. Спам-рассылки проводились с ресурсов университета, где в то время учился Осман. Чтобы избежать обнаружения, Шахи использовали прокси-серверы и специализированную программу-мейлер, которую им предоставил пожилой спамер Пол Цукер (Paul Zucker), сообщает securelist

Товары, продвигаемые в спаме, Шахи брали на реализацию оптом и продавали через свои сайты-двойники, размещенные на китайских серверах. Как оказалось, многие из этих сайтов были зарегистрированы на чужие имена. Братья также получали заказы на рекламу от легальных организаций и позиционировали их как партнеров студенческих ассоциаций. Раскрученный спам-бизнес приносил солидную прибыль и породил совместное предприятие, i2o, Inc., которое возглавил старший Шах.

Согласно соглашению о признании вины, совладельцы этой компании должны перечислить в государственную казну около 440 тыс. долларов. «Консультант по рекламе» Цукер уплатит 7,5 тыс. долларов в погашение ущерба, причиненного с его подачи американским гражданам. Четвертый ответчик по данному делу, веб-хостер Лю Гуан Мин (Liu Guang Ming), является гражданином КНР и не подлежит экстрадиции.

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

Google представил VaultGemma — LLM с дифференциальной приватностью

В семействе больших языковых моделей (БЯМ, LLM) с открытым кодом, разработанных в Google, прибавление. Новинка VaultGemma не запоминает конфиденциальные данные при обучении, что предотвращает их слив пользователям.

ИИ-модель, построенная на базе Gemma 2 и работающая по 1 млрд параметров, прошла предварительный тренинг с применением метода дифференциальной приватности (differential privacy) — он добавляет в процесс обучения эталонный шум для ограничения возможности запоминания.

К сожалению, такой подход снижает не только риск утечки конфиденциальных данных, но также точность и быстродействие LLM. Чтобы найти оптимальный баланс между приватностью, практичностью и затратами на вычисления, в Google провели специальное исследование.

Бенчмаркинг показал, что по производительности VaultGemma сравнима с моделями той же величины, но без гарантий конфиденциальности.

 

Подробная информация о новом opensource-проекте, способном ускорить создание приватных и безопасных ИИ-систем для медучреждений, финансовых институтов и госсектора, выложена на Hugging Face и Kaggle.

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