Trend Micro определила, откуда родом лучшие хакеры

Trend Micro определила, откуда родом лучшие хакеры

Компания Trend Micro подготовила отчет, в котором сравниваются два глобальных центра компьютерных атак: Восточная Европа и Азия, пишет The Wall Street Journal. Восточноевропейские хакеры действуют как «наемники», нацеленные на кражу денег. Их азиатские «коллеги» больше заинтересованы в раскрытии государственных и корпоративных тайн.

Ссылаясь на представителя компании Trend Micro Тома Келлермана, The Wall Street Journal приводит три исторических фактора, из-за которых восточноевропейские хакеры не похожи ни на каких других. «Культура образования, при которой делался упор на математику и шахматы, крепкая теневая экономика и хорошо развитые навыки «толкания» нажитого преступным путем хорошо адаптировались под эпоху Интернета», - пишет The Wall Street Journal.

Отмечая утонченность проработки восточноевропейского вредоносного ПО, авторы отчета сравнивают его с яйцами Фаберже. В качестве примера приводится программа Tiny Banker, с помощью которой совершались атаки на банки в Турции. При борьбе с угрозами такого типа у компаний уходит много времени на их обнаружение и проверку целостности файла, передает inotv.rt.com.

Авторы отчета называют восточноевропейских хакеров элитными «коммандос», по сравнению с которыми азиатские киберпреступники походят скорее на «пехотинцев»: действуют медленно и редко заботятся о том, чтобы скрыть свое происхождение.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru