Хакерские группы атаковали друг друга

Хакерские группы атаковали друг друга

При попытке направленной кибератаки хакерская группа Naikon столкнулась с ответной попыткой вторжения. Таким образом удалось обнаружить новую группу злоумышленников Hellsing. Об этом сообщает корреспондент «Ленты.ру» с мероприятия Kaspersky Security Summit.

Ответной направленной атакой (Advanced Persistent Threat, APT) хакерская группа Hellsing позволила себя обнаружить «Лаборатории Касперского», которая вела наблюдение за злоумышленниками из Naikon. Костин Райю (Costin Raiu), руководитель департамента GREAT, занимающегося в российской компании высокотехнологичными киберпреступлениями, сообщил «Ленте.ру», что это редкий случай. Обычно преступники предпочитают оставаться в тени и воюют на компьютерах пользователей, пытаясь очистить их от управляющих приложений конкурента и установить свои, сообщает lenta.ru.

Хакерская группа Hellsing атаковала около 20 организаций (это нормальное количество для APT-атак), расположенных в США, на Филиппинах, в Индонезии, Малайзии и Индии.

APT-вторжения нацелены на конкретные компании. Специалисты по безопасности привели пример такой атаки со стороны азиатской группы Naikon, которая присылала письмо от имени правительственного чиновника. Если пользователь открывал из любопытства присоединенный архив, то происходило заражение компьютера. Несмотря на то, что такой тип атак давно известен, преступники продолжают его применять на выделенных жертвах. Если простые трюки не срабатывают, при нацеленных атаках используются более сложные схемы.

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru