Министерство образования США отметило слабую киберзащищенность школ

Министерство образования США отметило слабую киберзащищенность школ

Министерство образования США отметило слабую киберзащищенность школ

Министерство образования США выпустило предупреждение, ставшее результатом опасений из-за недавних инцидентов, в ходе которых некоторые школы столкнулись с вымогательством из-за похищения конфиденциальной информации студентов.

В предупреждении говорится о том, что некоторые школы слишком уязвимы в силу слабо развитой кибербезопасности. В настоящий момент ФБР расследует несколько кейсов, произошедших в школах трех разных штатов.

Одна из таких школ, расположенная в штате Монтана, сообщила, что киберпреступники проникли на несколько школьных серверов и украли личную информацию студентов и, возможно, сотрудников. Также было обнаружено, что камеры наблюдения школы тоже были взломаны.

После этого от злоумышленников поступили требования о выкупе, в котором киберпреступная группа Dark Overlord затребовала 150 000 долларов в биткойнах.

Сотрудники правоохранительных органов считают, что злоумышленники находятся в пределах Соединенных Штатов. Выкуп не был уплачен, что может повлечь за собой публикацию данных студентов.

Другая школа, находящаяся в штате Айова, также подверглась нападению со стороны той же группы, в результате чего были отменены все занятия. В этом случае угрозы были также отправлены родителям и детям.

Причина возникновения данных инцидентов кроется в жестких бюджетных рамках, не позволяющих школам серьезно заняться кибербезопасностью. Министерство образования попытается исправить это положение дел.

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