Киберпреступники украли у пользователей сто миллиардов

Киберпреступники украли у пользователей сто миллиардов

Компания Symantec опубликовала результаты опроса, проведенного в рамках ежегодного исследования Norton Cybercrime Report. По оценке компании, в минувшем году от действий киберпреступников пострадали 556 млн. участников «всемирной паутины». Их совокупные потери составили 110 млрд. долл.

Опрос был проведен во второй половине июля, в нем приняли участие свыше 13 тыс. пользователей интернета 18-64 лет из 24 стран. В общем списке респондентов впервые фигурируют россияне. Все страны представлены в опросе в равных долях (по 500 участников), кроме США и Индии (по 1000). Жертвами киберпреступлений за истекший период оказались 46% опрошенных, сумма индивидуальных убытков в среднем составила 197 долларов. Общее число жертв и суммарный ущерб по странам эксперты получили методом экстраполяции.

Наиболее дорого киберпреступность обходится китайцам, которые, по оценке Symantec, за 12 месяцев потеряли 46 млрд. долларов. Сумма ущерба в США составила 21 млрд., в Западной Европе ― 16 млрд., в том числе в Германии 3,67 млрд., во Франции 3,25 млрд., в Великобритании 2,9 млрд. долларов, передает securelist.com.

У россиян сетевые пройдохи украли 2 млрд. долларов, однако процент жертв в России побил все рекорды ― 92%, что эквивалентно 30 млн. человек. Высок этот показатель также в Китае (84%) и ЮАР (80%).

В Германии число жертв составило 15 млн., в Великобритании 12,5 млн., во Франции свыше 10 млн.

В целом от действий киберпреступников чаще страдают мужчины (71% против 63% у женщин), молодежь (75%), владельцы мобильных устройств и пользователи социальных сервисов.

39% участников социальных сетей признали себя жертвой взлома, обмана или зловредной ссылки. Выше среднего этот показатель в России и во Франции (по 43%). Россияне и французы также чаще прочих получают анонимные SMS с предложением кликнуть по ссылке или набрать незнакомый номер (71 и 57% соответственно против среднестатистического 31%). Обитатели Рунета являются к тому же рекордсменами по числу заражений (74% компьютерного парка). Второе место по этому показателю занимает Китай (66%).

Эксперты отмечают, что большинство участников опроса знакомы с элементарными правилами интернет-безопасности. Однако 40% используют слабые пароли и не любят их менять. Более трети вводят в веб-форму банковские реквизиты, не проверяя, есть ли значок замка в адресной строке или строке состояния браузера. Многие пользователи живут устаревшими представлениями об интернет-угрозах. Так, 40% респондентов не знали, что современные зловреды умеют работать скрытно, а 55% не смогли определенно сказать, заражен их компьютер или нет.

Лучшие LLM ошибаются с ядовитыми грибами в каждом девятом случае

Разработчик Пётр Мигдал проверил, можно ли доверить нейросети самый рискованный этап тихой охоты — определение грибов по фотографии. Короткий ответ: если очень хочется однажды поужинать дважды, то можно. В бенчмарк вошли 1040 фотографий 55 видов грибов, наиболее распространённых в Польше.

Изображения взяли из датасета FungiTastic, созданного на основе Atlas of Danish Fungi. Полная база содержит свыше 600 тыс. снимков с экспертной классификацией, а для части образцов вид подтверждён анализом ДНК.

Модели показывали каждую фотографию и просили назвать пять наиболее вероятных видов на латыни. Дополнительно их не обучали и специальные инструменты не подключали.


Лучше остальных справилась Gemini 3.8 Flash: правильный вид оказался на первом месте в 65% случаев и попал в пятёрку ответов в 85%. Немного отстали Gemini 3.6 Flash с результатами 64% и 85%, а также Gemini 3.7 Flash — 61% и 82%. Внизу таблицы расположились Qwen 3.8 27B, MiniMax-M3 и Qwen 3.8 Flash.


Но высокая точность закончилась там, где начался вопрос безопасности. Gemini 3.8 Flash и Gemini 3.6 Flash примерно в 11% случаев определяли ядовитые грибы как съедобные виды. У GPT-5.6 Sol доля опасных ошибок достигла 24%, у Claude Opus 5 — 29%, а у Qwen 3.8 27B — 36%. То есть последняя модель потенциально отправляла в корзину не тот гриб чаще чем в каждом третьем случае.

Есть важная оговорка: нейросети напрямую не спрашивали, можно ли есть находку. Они определяли вид, а затем исследователь сопоставлял ответы с таблицей съедобности. Некоторые модели и вовсе отказывались давать классификацию.

RSS: Новости на портале Anti-Malware.ru