FireEye: Киберпреступная группа Reaper ведет разведку для КНДР

FireEye: Киберпреступная группа Reaper ведет разведку для КНДР

FireEye: Киберпреступная группа Reaper ведет разведку для КНДР

Специалисты компании FireEye утверждают, что группа северокорейских киберпреступников Reaper (она же APT37) осуществляет для властей КНДР сбор сведений о противниках и конкурентах.

Такой информацией компания поделилась в опубликованном отчете (PDF), где утверждается, что группа Reaper осуществляла кибератаки на Южную Корею, а с недавнего времени также на Японию и Вьетнам.

Эксперты FireEye утверждают, что связь киберпреступной группы с властями КНДР удалось установить благодаря анализу IP-адресов. Также отмечается, что ее целями были компании, производящие электронику, а также связанные со здравоохранением, химической и авиационной промышленностью.

Помимо этого, FireEye указывает на то, что APT37 изначально недооценивалась как быстро растущая киберугроза, как утверждают специалисты, сейчас эта группа представляет реальную глобальную угрозу.

Киберпреступники Reaper имеют в своем арсенале множество вредоносных программ, а также эксплуатируют уязвимости в популярных приложениях, например, в Adobe Flash.

Напомним, ранее FireEye также опубликовали исследование, согласно которому иранские хакеры проникают в сети компаний, обслуживающих инфраструктуры. А в прошлом году компании удалось поймать хакера в штате.

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