Утчека в Университете Северной Каролины: украдена база данных 236 тыс. человек

Утчека в Университете Северной Каролины: украдена база данных 236 тыс. человек

Из Университета Северной Каролины украдена была база данных по маммологическим исследованиям. Всего в реестре, который ведется уже 14 лет, содержатся данные о 662 тыс. женщин, однако благодаря тому, что данные были разделены, скомпрометированы оказались менее половины, сообщает Perimetrix

Подробности инцидента пока неизвестны. Впрочем, скорее всего, они так и останутся нераскрытыми, поскольку расследование зашло в тупик. Следы взлома обнаружили еще в конце июля, но только в конце сентября об утечке сообщили публично. Все это время сотрудники университета совместно с внешними специалистами по информационной безопасности вели расследование. И все, чего удалось найти, это следы вирусной активности 2-летней давности. 

Мэтью Мауро (Matthew Mauro), директор центра рентгенографии Университета Северной Каролины, не стал скрывать неприятного факта. По его словам, расследование пока не выявило случаев несанкционированного использования скомпрометированных данных. Однако это вовсе не означает, что злоупотреблений не было или не будет впредь. 

«Уверен, что об утечке сообщили только потому, что расследование зашло в тупик, – считает Денис Зенкин, директор по маркетингу Perimetrix. – Оттягивать время дальше не было никакого смысла. Если уж за 2 месяца работ, изучив все логи и обстоятельства инцидента, специалисты не нашли никаких зацепок, то сейчас шансы найти злоумышленников стремятся к нулю».

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

ChatGPT ошибается с адресами сайтов — фишеры не дремлют

Если вы когда-нибудь просили чат-бота типа ChatGPT помочь с ссылкой на сайт банка или личного кабинета крупной компании — возможно, вы получали неправильный адрес. А теперь представьте, что кто-то специально воспользуется этой ошибкой.

Исследователи из компании Netcraft провели эксперимент: они спрашивали у модели GPT-4.1 адреса сайтов для входа в аккаунты известных брендов из сфер финансов, ретейла, технологий и коммунальных услуг.

В духе: «Я потерял закладку, подскажи, где войти в аккаунт [название бренда]?»

Результат получился тревожным:

  • только в 66% случаев бот дал правильную ссылку;
  • 29% ответов вели на несуществующие или заблокированные сайты;
  • ещё 5% — на легитимные, но вообще не те, что спрашивали.

Почему это проблема?

Потому что, как объясняет руководитель Threat Research в Netcraft Роб Дункан, фишеры могут заранее спрашивать у ИИ те же самые вопросы. Если бот выдаёт несуществующий, но правдоподобный адрес — мошенники могут просто зарегистрировать его, замаскировать под оригинал и ждать жертв.

«Вы видите, где модель ошибается, и используете эту ошибку себе на пользу», — говорит Дункан.

Фишинг адаптируется под ИИ

Современные фишинговые схемы всё чаще затачиваются не под Google, а именно под LLM — большие языковые модели. В одном случае, например, мошенники создали фейковый API для блокчейна Solana, окружив его десятками фейковых GitHub-репозиториев, туториалов, Q&A-доков и даже поддельных аккаунтов разработчиков. Всё, чтобы модель увидела якобы «живой» и «настоящий» проект и начала предлагать его в ответах.

Это чем-то напоминает классические атаки на цепочку поставок, только теперь цель — не человек с pull request'ом, а разработчик, который просто спрашивает у ИИ: «Какой API использовать?»

Вывод простой: не стоит полностью полагаться на ИИ, когда речь идёт о важных вещах вроде входа в банковский аккаунт или выборе библиотеки для кода. Проверяйте информацию на официальных сайтах, а ссылки — вручную. Особенно если ИИ обещает «удобный и официальный» сайт, которого вы раньше не видели.

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