Объемы бизнеса скаммеров стремительно растут

Объемы бизнеса скаммеров стремительно растут

...

Американская Федеральная комиссия по торговле сегодня опубликовала отчет, в котором говорится, что объем бизнеса скаммеров стремительно растет. Напомним, что скамминг - это разновидность интернет-мошенничества, когда организаторы рассылают письма, в которых говорится, что их получатели якобы стали победителями лотерей, или же письма, в которых получателям предлагается инвестировать в создание офшорных предприятий и недвижимости.



В Комиссии говорят, что зачастую мошенники предлагают инвестировать в виртуальные предприятия и дома всего несколько долларов или центов, но даже с учетом этого, скамминг превратился в бизнес с миллионными оборотами. В свете этого эксперты предупреждают пользователей в очередной раз не попадаться на удочку подобных мошенников.

"Эти схемы мошенничества довольно хорошо продуманы, а люди, стоящие за ними вовсе не глупы", - говорит представитель комиссии Стив Верникофф.

По его словам, только с марта этого года комиссия подала публичные иски против 14 так называемых "мулов" - людей, нанимаемых кибермошенниками для пересылки денег из США в такие страны, как Болгария, Кипр или Эстония. Статистика по непубличным искам не разглашается. "Нам приходится работать все более агрессивно, чтобы дойти до настоящих координаторов этих мошеннических схем", - говорит Верникофф.

Эксперт отмечает, что организаторы скамминговых схем находят лазейки в процессинговых системах, работающих с банковскими картами, создают фиктивные компании, на счета которых переводят краденные деньги, после чего компании закрываются, а деньги выводятся за границу. Кроме того, в отчете говорится, что скаммеры работают в тесном контакте с другими интернет-мошенниками, продающими им номера кредитных карт и данные о банковских реквизитах.

Зачастую мошенники работают с очень маленькими суммами - от 25 центов до 9 долларов, а для процессинга транзакций учреждают по сотне компаний, переводя деньги по цепочке. Благодаря такой схеме до 94% пользователей со счетов которых пропали средства, даже не догадываются об этом.

Тем не менее, только с начала этого года для обналички денег мошенники использовали около 1,35 млн кредитных карт. "Кредитные карты все чаще используются для небольших покупок и отследить фиктивные транзакции становится все сложнее", - говорится в отчете.

В комиссии говорят, что большинство систем предупреждения в процессинговых центрах срабатывают только после перевода суммы минимум в 10 долларов, меньшие же транзакции проходят без проблем.

Последний громкий случай с осуждением скаммера в США прошел в марте этого года, когда житель Калифорнии Александр Берник был приговорен к 70 месяцам тюрьмы за проведение десятков тысяч незаконных транзакций в сумме от 9 до 15 долларов. Однако в том случае, ни федеральные власти, ни система American Express не смогли объяснить, где подсудимый получил так много номеров банковских карт.

Источник

Лучшие LLM ошибаются с ядовитыми грибами в каждом девятом случае

Разработчик Пётр Мигдал проверил, можно ли доверить нейросети самый рискованный этап тихой охоты — определение грибов по фотографии. Короткий ответ: если очень хочется однажды поужинать дважды, то можно. В бенчмарк вошли 1040 фотографий 55 видов грибов, наиболее распространённых в Польше.

Изображения взяли из датасета FungiTastic, созданного на основе Atlas of Danish Fungi. Полная база содержит свыше 600 тыс. снимков с экспертной классификацией, а для части образцов вид подтверждён анализом ДНК.

Модели показывали каждую фотографию и просили назвать пять наиболее вероятных видов на латыни. Дополнительно их не обучали и специальные инструменты не подключали.


Лучше остальных справилась Gemini 3.8 Flash: правильный вид оказался на первом месте в 65% случаев и попал в пятёрку ответов в 85%. Немного отстали Gemini 3.6 Flash с результатами 64% и 85%, а также Gemini 3.7 Flash — 61% и 82%. Внизу таблицы расположились Qwen 3.8 27B, MiniMax-M3 и Qwen 3.8 Flash.


Но высокая точность закончилась там, где начался вопрос безопасности. Gemini 3.8 Flash и Gemini 3.6 Flash примерно в 11% случаев определяли ядовитые грибы как съедобные виды. У GPT-5.6 Sol доля опасных ошибок достигла 24%, у Claude Opus 5 — 29%, а у Qwen 3.8 27B — 36%. То есть последняя модель потенциально отправляла в корзину не тот гриб чаще чем в каждом третьем случае.

Есть важная оговорка: нейросети напрямую не спрашивали, можно ли есть находку. Они определяли вид, а затем исследователь сопоставлял ответы с таблицей съедобности. Некоторые модели и вовсе отказывались давать классификацию.

RSS: Новости на портале Anti-Malware.ru