APWG: Глобальное исследование явления фишинга

APWG: Глобальное исследование явления фишинга

Рабочая группа по вопросам антифишинга (APWG) опубликовала новое "Глобальное исследование явления фишинга: тенденции, использование доменных имен. Вторая половина 2008 года".

Согласно представленным данным, из 30 454 мошеннических доменов, зарегистрированных с начала этого года, лишь 5 991 домен (18,5%) были изначально зарегистрированы фишерами для своих противозаконных целей. Остальные 81,5% доменов принадлежат провайдерам, доменными реселлерам и разнообразным интернет-сервисам.

Однако, авторы исследования подчеркивают, что "фишинг часто имеет место на скомпрометированных серверах, где мошенники размещают свои сайты без ведома законных операторов сайтов".

В исследовании говорится, что такой "бесплатный хостинг" набирает среди интернет-мошенников популярность, так как с одной стороны мошенники таким образом заметают следы, а с другой у посетителей, заходящих на такие сайты, возникает меньше поводов усомниться в их легитимности. "Как правило, фишеры размещают свои проекты в поддоменах или поддиректориях того или иного существующего сайта, такой вид мошенничества куда более опасен и обнаружить его сложнее", - говорят авторы отчета.

Также в отчете приводятся статистические данные, согласно которым, наблюдается интересная закономерность: количество случаев мошенничества растет, но количество чисто фишерских доменов на протяжении последних двух лет существенно не меняется.

Авторы исследования отмечают, что в борьбе с фишерами провайдеры достигли значительных успехов. Многие европейские операторы сетей уже развернули у себя автоматические системы для детектирования мошеннической активности, с другой стороны регистраторы доменов работают над процедурами, позволяющими с юридической точки зрения лишить фишера его домена без традиционных судебных процедур.

Источник 

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