15 лет тюрьмы за кражу служебных данных

15 лет тюрьмы за кражу служебных данных

Как стало известно Zecurion Analytics, Детриус Эллиотт, кредитному представителю больницы Вашингтона, грозит 15 лет лишения свободы за кражу служебной информации о финансовых спонсорах 80 пациентов.

Эллиотт передала полные имена, адреса, даты рождения и номера социального страхования пострадавших своему сообщнику Дженаро Блалоку. Тот, в свою очередь, использовал украденные данные для получения займов по открытым кредитным линиям, а также изготавливал поддельные водительские удостоверения для аренды автомобилей.

Дело по обвинению Детриус Эллиотт передано в суд округа Колумбия и будет рассмотрено 25 июля 2014 года. Ее сообщнику Дженаро Блалоку, осужденному ранее за аналогичное преступление на 12 лет, грозит увеличение срока.

«По нашим данным, в результате действий мошенников пострадавшие потеряли около $105 тысяч, — отмечает Александр Ковалев, заместитель генерального директора компании Zecurion. — В действительности ущерб может быть гораздо выше, ведь точные данные не будут озвучены до завершения следствия».

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