Банда киберпреступников угрожает всей банковской системе России

Банда киберпреступников угрожает всей банковской системе России

Банда киберпреступников угрожает всей банковской системе России

Хищение денег сразу из всех банков страны пыталась осуществить в 2015 году одна из группировок злоумышленников, выявленных подразделением киберполиции МВД России. Глобальная операция преступников по хищению денег могла поставить под угрозу безопасность всей российской банковской системы.

Ключевым направлением деятельности мошенников были целенаправленные кибератаки на процессинговые центры российских и зарубежных банков, а также на мировые системы обмена межбанковскими финансовыми сообщениями, пояснил глава управления "К" МВД России Алексей Мошков, пишет vesti.ru.

"Используя уязвимости протоколов, им удалось скомпрометировать крупнейшие международные платежные системы. Более того, для облегчения вывода денежных средств они создали и зарегистрировали в соответствии со всеми международными правилами собственную платежную систему", — цитирует Алексея Мошкова ТАСС.

Обезвреженная банда работала по широкому профилю: помимо прямых хакерских атак ее участники изготовляли скимминговое оборудования на банкоматы, создавали аппаратно-программные комплексы для получения контроля надбанковскими терминалами, разрабатывали и распространяли компьютерные вирусы.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru