Рост пользовательской базы Tor вызван русским ботнетом

Русский ботнет захватил Tor

Русский ботнет захватил Tor

В недавних новостях сообщалось, что анонимная сеть Tor за последний месяц сумела практически вдвое увеличить количество пользователей. Администраторы системы не могли объяснить подобный всплеск активности. Как выяснилось, во всем виноват огромный российский ботнет, который практически оккупировал анонимную сеть. 4 из 5 пользователей Tor - боты.

Учитывая продолжающееся внимание к деятельности АНБ, усиление онлайн-слежки ивведение новых сетевых фильтров, многие эксперты полагали, что популярность Tor обусловлена заботой пользователей о собственной безопасности. Как оказалось, причина роста гораздо прозаичнее.

В среднем в сети работает около 500 тысяч человек, однако на сегодняшний день количество пользователей Tor превысило миллион абонентов. Согласно результатам проведенного исследования, огромное количество новых пользователей Tor на самом деле являются нелегальными и используются огромным русским ботнетом.

Владельцы упомянутого ботнета решили использовать Tor для коммуникации с контрольным центром. Благодаря данной сети обнаружить местоположение центрального сервера будет чрезвычайно сложно.

Пока масштаб деятельности ботнета не установлен. Обычно подобные сети используются для хищения банковской информации, распространения ransomware и другого вредоносного программного обеспечения.

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