Ущерб от киберпреступности в РФ за год снизился на 26% — до $1,48 млрд

Ущерб от киберпреступности в РФ за год снизился на 26% — до $1,48 млрд

Ущерб от киберпреступности в России за последние 12 месяцев составил 1,48 миллиарда долларов, сообщили на пресс-конференции в четверг представители компании Symantec. Для сравнения, аналогичный показатель годом ранее составлял 2 миллиарда долларов, соответственно, ущерб от киберпреступности в РФ за последний год снизился на 26%.

Согласно данным аналитического отчета компании Symantec, основанном на опросе более 13 тысяч человек из 24-х стран мира, включая Россию, ущерб от киберпреступности в мире за последние 12 месяцев, наоборот, увеличился и составил 113 миллиардов долларов. Год назад ущерб был несколько меньше — 110 миллиардов долларов, передает digit.ru.

Эксперты выяснили, что за последний год в России от действий киберпреступников пострадали 17 миллионов человек, в мире этот показатель составил 378 миллионов человек. В России за последние 12 месяцев средние денежные потери на одного человека составили 87 долларов против 298 долларов в целом по миру.

По данным отчета, в России с киберпреступностью хотя бы раз в жизни сталкивалось 85% опрошенных, тогда как в мире этот показатель значительно ниже — 61%. Пострадали от действий киберпреступников хотя бы однажды 74% россиян и 50% людей — в мире. Кроме того, за последний год с киберпреступностью столкнулись 61% россиян, показатель по миру составил 41%. 

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