Аппаратный криптокошелек Ledger подвержен критической уязвимости

Аппаратный криптокошелек Ledger подвержен критической уязвимости

Аппаратный криптокошелек Ledger подвержен критической уязвимости

В аппаратном криптокошельке Ledger была найдена критическая брешь, с помощью которой злоумышленник может похитить криптовалюту пользователей, подменив кошелек получателя.

Уязвимость можно использовать в момент подключения Ledger к Сети для того, чтобы отправить средства или загрузить адрес получателя. Поскольку Ledger-кошельки создают отображаемый адрес с помощью JavaScript, вредоносная программа может подменить их кошельком злоумышленника. Таким образом реализуется атака типа «Человек посередине» (Man-in-the-Middle Attack).

Эксперты опубликовали подробную информацию, раскрывающую все подробности эксплуатации новой бреши. Защититься от этой уязвимости, по словам исследователей, можно — достаточно проверить адрес получателя, как показано на кртинке ниже.

Ранее мы писали о новом вредоносе Evrial, который подменяет биткойн-адреса в буфере обмена Windows.

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