США не способны защитить свою энергетическую инфраструктуру от хакеров

США не способны защитить свою энергетическую инфраструктуру от хакеров

США не способны защитить свою энергетическую инфраструктуру от хакеров

Депутат республиканской партии Лу Барлетта выступил на заседании парламента США с критикой в адрес правительства. Он отметил низкую степень подготовленности федеральных властей к возможным кибератакам на ключевые объекты энергетической системы страны. 

Он заявил, что в случае масштабной атаки в киберпространстве США не имеет никакого плана действий по отражению агрессии, более того, в правительстве нет четкой определенности относительно ответственности за сектор кибербезопасности. Кто будет отвечать за нее Департамент энергетики или Министерство обороны так же не ясно.

Выступление Лу Барлетты стало особенно актуально в условиях высокой общественной обеспокоенности в области кибербезопасности. В общественных кругах бытует мнение о возможном кибер варианте "Перл Харбор" – сценарии, при котором может быть выведена из строя вся энергетическая сеть США, пишет osint24.livejournal.com.

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