Криптовалюта Verge опять подверглась атаке, украдено $1,7 млн

Криптовалюта Verge опять подверглась атаке, украдено $1,7 млн

Криптовалюта Verge опять подверглась атаке, украдено $1,7 млн

Криптовалюта Verge в очередной раз стала удачной мишенью для киберпреступников, которые воспользовались уязвимостями в блокчейне Verge, похитив XVG-монеты. Атака длилась несколько часов, было похищено 35 млн XVG, то есть где-то $1,7 миллионов.

Об атаке стало известно благодаря пользователю Bitcointalk.org ocminer, который утверждает, что злоумышленники проэксплуатировали тот же самый баг, что и в прошлой атаке, которая была совершена в апреле.

Ocminer поделился скриншотом, на котором демонстрируется уязвимость:

То есть брешь не была устранена даже после хардфорка, который провели разработчики Verge после первой атаки.

Официальные представители Verge, однако, заявили о DDoS-атаке на майнинговые пулы, о чем сообщили в Twitter:

Напомним, что в апреле сети Electroneum и Verge пострадали от атаки 51%. Атака 51% — термин, обозначающий, что в распоряжении атакующего должны находиться мощности большие, чем у всей остальной сети, своего рода «контрольный пакет» генерирующих мощностей.

«Мы подверглись небольшой атаке, которая длилась в течение 3 часов. Сейчас все пришло в норму, в будущем мы будем еще тщательнее проверять нюансы, способные привести к таким проблемам», — писали тогда представители Verge.

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