АНБ: система слежки позволила собрать информацию о деятельности России

АНБ: система слежки позволила собрать информацию о деятельности России

АНБ: система слежки позволила собрать информацию о деятельности России

Статья 702 американского закона "О негласном наблюдении в целях внешней разведки", подразумевающая электронную слежку за гражданами, позволила Агентству национальной безопасности США (АНБ) собрать информацию о деятельности РФ в связи с американскими президентскими выборами в 2016 году, заявил в пятницу директор АНБ адмирал Майкл Роджерс.

"Без полномочий в рамках 702-й статьи мы не смогли бы собрать те сведения, которые легли в основу оценки разведывательного сообщества США относительно деятельности РФ во время выборов в США в 2016 году", — сказал Роджерс, выступая на конференции в вашингтонском Фонде наследия, пишет ria.ru.

Россия неоднократно опровергала и заявляла о бездоказательности обвинений в попытках оказать влияние на американские выборы.

Ранее министр юстиции и генеральный прокурор США Джефф Сешнс, а также директор национальной разведки Дэниел Коутс написали письмо в конгресс с предложением сделать бессрочным закон, позволяющий вести электронную слежку за гражданами. В своем обращении Сешнс и Коутс напоминают, что действие соответствующих поправок к закону "О негласном наблюдении в целях внешней разведки" заканчивается в конце этого года.

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru