Данные 200 млн избирателей США хранились в открытом доступе 12 дней

Данные 200 млн избирателей США хранились в открытом доступе 12 дней

Данные 200 млн избирателей США хранились в открытом доступе 12 дней

Компания UpGuard обнаружила, что персональные данные почти 200 млн американцев, которые штаб Дональда Трампа использовал во время предвыборной кампании в 2016 году, почти две недели хранились в незащищенном облаке.

Специалисты по киберзащите из компании UpGuard обнаружили масштабную потенциальную утечку личных данных почти 200 млн американцев. Сообщение об этом опубликовано на сайте компании.

Данные 198 млн граждан США хранились в облачном сервисе компании Amazon, при этом более терабайта информации не было защищено даже паролем.

«Утечка информации коснулась более 61% населения США», — говорится в сообщении UpGuard. По предварительной оценке аналитиков UpGuard, информация, собранная в этой базе данных, касается трех из пяти американцев и была собрана из различных источников — от баз данных избирателей до форума Reddit.

Первоначально базу незащищенных данных обнаружил один из аналитиков компании, Крис Виккери. По его словам, уязвимость он нашел 12 июня, а устранена она была через два дня, 14-го числа, пишет rbc.ru.

База данных, которая потенциально была доступна любому, кто мог бы найти ссылку на нее, содержала различную информацию об избирателях: их имена, даты рождения, телефоны и домашние адреса, а также сведения о политических предпочтениях и взглядах.

В облако загружалась информация, которую собирали несколько компаний, обрабатывающих данные об американских гражданах по заказу комитета Республиканской партии. Фирмами-подрядчиками, информация которых была скомпрометирована, оказались Deep Root Analytic, TargetPoint Consulting Inc. и компания Data Trust — все они занимались сбором и обработкой данных об избирателях США во время предвыборной кампании 2016 года и работали на штаб кандидата в президенты США Дональда Трампа.

Компании занимаются в том числе анализом опросов общественного мнения и предоставляют на их основании информацию для проведения таргетированных предвыборных кампаний и политической агитации.

Таблицы, информация в которых последний раз обновлялась в январе 2017 года, представляют собой «сокровищницу» политических данных и смоделированных предпочтений избирателей, что использовалось во время избирательной кампании Трампа, указывают специалисты UpGuard: личные данные и политические предпочтения почти 200 млн избирателей были проанализированы во время предвыборной кампании по 48 категориям.

Основатель Deep Root Analytic Алекс Ландри подтвердил изданию Gizmodo подлинность данных и заявил, что его компания полностью несет ответственность за произошедшее. По его словам, протоколы безопасности компании были обновлены в последний раз 1 июня и за те 12 дней, что данные лежали в открытом доступе, его сотрудникам не удалось обнаружить никаких следов взлома. «На основании информации, которую мы собрали, мы не считаем, что наши системы были взломаны», — заявил Ландри.

AppSec.Track научился проверять код, написанный ИИ

AppSec.Track добавил поддержку работы с ИИ и стал первым российским SCA-анализатором, который умеет проверять код прямо в связке с ИИ-ассистентами. Обновление рассчитано в том числе на так называемых «вайб-кодеров» — разработчиков, которые активно используют LLM и ИИ-редакторы для генерации кода.

Новый функционал решает вполне практичную проблему: ИИ всё чаще пишет код сам, но далеко не всегда делает это безопасно.

Модель может «галлюцинировать», предлагать несуществующие пакеты, устаревшие версии библиотек или компоненты с известными уязвимостями. AppSec.Track теперь умеет отлавливать такие ситуации автоматически.

Разработчик может прямо в диалоге с ИИ-ассистентом запросить проверку сгенерированного кода через AppSec.Track. Система проанализирует используемые сторонние компоненты, подсветит потенциальные угрозы и предложит варианты исправления. В основе механизма — протокол MCP (Model Context Protocol), который позволяет безопасно подключать инструменты анализа к LLM.

Как поясняет директор по продукту AppSec.Track Константин Крючков, разработчики всё чаще пишут код «по-новому», а значит, и инструменты анализа должны меняться. Редакторы вроде Cursor или Windsurf уже умеют многое, но им всё равно нужна качественная и актуальная база уязвимостей. Именно её и даёт AppSec.Track, включая учёт внутренних требований безопасности конкретной компании. В итоге даже разработчик без глубокой экспертизы в ИБ может получить более надёжный результат.

Проблема особенно заметна на фоне роста low-coding и vibe-coding подходов. Код создаётся быстрее, а иногда — почти без участия человека, но с точки зрения безопасности в нём могут скрываться неприятные сюрпризы: SQL-инъекции, логические ошибки или небезопасные зависимости. Как отмечает старший управляющий директор AppSec Solutions Антон Башарин, ИИ-ассистенты не заменяют классические практики DevSecOps — особенно когда речь идёт об open source, где информация об угрозах обновляется быстрее, чем обучаются модели.

Новый функционал AppSec.Track ориентирован на профессиональные команды разработки, которые уже внедряют ИИ в свои процессы. Он позволяет сохранить требования Secure by Design и снизить риски даже в условиях активного использования генеративного кода.

RSS: Новости на портале Anti-Malware.ru