Правительство Нового Южного Уэльса обвиняют в скудной кибербезопасности

Правительство Нового Южного Уэльса обвиняют в скудной кибербезопасности

Правительство Нового Южного Уэльса обвиняют в скудной кибербезопасности

Правительство Нового Южного Уэльса упрекнули в отсутствии надлежащих средств защиты своих агентств от кибератак. В опубликованном генеральным ревизором отчете утверждается, что государственный сектор штата «не имеет возможности» эффективно обнаруживать и реагировать на инциденты в кибербезопасности.

«Одной из проблем оказалась неспособность агентств оперативно поделиться информацией об инцидентах. Некоторые из них использовали плохую практику противодействия киберинцидентам», — пишет в своем отчете Маргарет Кроуфорд.

«Я обеспокоена тем, что подобного рода инциденты могут долгое время оставаться незамеченными. А это, в свою очередь, может привести к куда более серьезным последствия, чем если бы атаки удалось оперативно обнаружить. Властям Нового Южного Уэльса необходимо установить четкую государственную ответственность за кибербезопасность, которая будет надлежащим образом обеспечена ресурсами».

Также в отчете утверждается, что подобный неправильный подход может привести к тому, что важная информация может быть украдена, а системы захвачены с целью получения прибыли.

Аудиту были подвергнуты 10 агентств, а также Департамент финансов, услуг и инноваций (DFSI), который отвечает за кибербезопасность. Результаты показали, что лишь два агентства имеют хорошие практики обнаружения и реагирования на киберинциденты, причем большинство из них полагаются на автоматизированный инструмент для оповещения ИТ-специалистов.

Также Кроуфорд пришла к выводу, что в структурах не проводится должного обучения персонала кибербезопасности, непонятно было, кто за что отвечал внутри каждого агентства.

«Если роли и обязанности не распределены, гораздо сложнее грамотно реагировать на кибератаки и предотвращать их. В случае, если атаке подвергнутся несколько агентств, это может снизить способность всего государственного сектора быстро и адекватно отреагировать», — говорится в отчете.

Правительство заявило, что очень серьезно относится к отчету.

«Мы признаем, что необходимо сделать больше для защиты наших систем и обеспечения их устойчивости. Мы должны соответствовать в эпоху цифровых технологий», — заявил министр DFSI Виктор Доминелло.

Также господин Доминелло отметил, что недавно правительство назначило главного сотрудника по информационной безопасности для улучшения координации между агентствами.

Также вчера мы писали о том, что австралийские фирмы до сих пор хранят учетные данные в Word и Excel.

Лучшие LLM ошибаются с ядовитыми грибами в каждом девятом случае

Разработчик Пётр Мигдал проверил, можно ли доверить нейросети самый рискованный этап тихой охоты — определение грибов по фотографии. Короткий ответ: если очень хочется однажды поужинать дважды, то можно. В бенчмарк вошли 1040 фотографий 55 видов грибов, наиболее распространённых в Польше.

Изображения взяли из датасета FungiTastic, созданного на основе Atlas of Danish Fungi. Полная база содержит свыше 600 тыс. снимков с экспертной классификацией, а для части образцов вид подтверждён анализом ДНК.

Модели показывали каждую фотографию и просили назвать пять наиболее вероятных видов на латыни. Дополнительно их не обучали и специальные инструменты не подключали.


Лучше остальных справилась Gemini 3.8 Flash: правильный вид оказался на первом месте в 65% случаев и попал в пятёрку ответов в 85%. Немного отстали Gemini 3.6 Flash с результатами 64% и 85%, а также Gemini 3.7 Flash — 61% и 82%. Внизу таблицы расположились Qwen 3.8 27B, MiniMax-M3 и Qwen 3.8 Flash.


Но высокая точность закончилась там, где начался вопрос безопасности. Gemini 3.8 Flash и Gemini 3.6 Flash примерно в 11% случаев определяли ядовитые грибы как съедобные виды. У GPT-5.6 Sol доля опасных ошибок достигла 24%, у Claude Opus 5 — 29%, а у Qwen 3.8 27B — 36%. То есть последняя модель потенциально отправляла в корзину не тот гриб чаще чем в каждом третьем случае.

Есть важная оговорка: нейросети напрямую не спрашивали, можно ли есть находку. Они определяли вид, а затем исследователь сопоставлял ответы с таблицей съедобности. Некоторые модели и вовсе отказывались давать классификацию.

RSS: Новости на портале Anti-Malware.ru