Около 40% мирового спама рассылается из сети Rustock

Около 40% мирового спама рассылается из сети Rustock

...

Согласно последним статистически данным подразделения MessageLabs компании Symantec, более 40% мирового спама рассылается всего из одной бот-сети. В отчете говорится, что бот-сеть Rustock, где в апреле этого года насчитывалось около 2,5 млн инфицированных компьютеров, сейчас распространяет около 43 млрд спамовых писем ежедневно. Большая часть спама - это фармацевтическая реклама.



По расчетам Symantec, сейчас Rustock насчитывает около 1,3 млн инфицированных компьютеров, что говорит о почти двукратном уменьшении числа компьютеров-зомби. Несмотря на это, сама сеть увеличила свою активность, говорит Пол Вудс, аналитик MessageLabs.

Значительная часть компьютеров, входящих в Rustock, являются машинами, расположенными в Северной Америке и Западной Европе. Вудс говорит, что двукратное снижение размеров Rustock можно объяснить различными факторами, например тем, что антивирусы, установленные на компьютерах пользователей, научились лучше обнаруживать троянские программы, используемые операторами Rustock.

Помимо этого, Rustock перестала использовать протокол шифрования TLS (Transport Layer Security), используемый для защиты почтовых сообщений. При помощи TLS значительно сложнее анализировать email-трафик, в то же время использование этого протокола требует дополнительных вычислительных ресурсов.

Источник

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

Google представил VaultGemma — LLM с дифференциальной приватностью

В семействе больших языковых моделей (БЯМ, LLM) с открытым кодом, разработанных в Google, прибавление. Новинка VaultGemma не запоминает конфиденциальные данные при обучении, что предотвращает их слив пользователям.

ИИ-модель, построенная на базе Gemma 2 и работающая по 1 млрд параметров, прошла предварительный тренинг с применением метода дифференциальной приватности (differential privacy) — он добавляет в процесс обучения эталонный шум для ограничения возможности запоминания.

К сожалению, такой подход снижает не только риск утечки конфиденциальных данных, но также точность и быстродействие LLM. Чтобы найти оптимальный баланс между приватностью, практичностью и затратами на вычисления, в Google провели специальное исследование.

Бенчмаркинг показал, что по производительности VaultGemma сравнима с моделями той же величины, но без гарантий конфиденциальности.

 

Подробная информация о новом opensource-проекте, способном ускорить создание приватных и безопасных ИИ-систем для медучреждений, финансовых институтов и госсектора, выложена на Hugging Face и Kaggle.

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