Кражи с банковских карт россиян происходят из-за их доверчивости

Кражи с банковских карт россиян происходят из-за их доверчивости

Кражи с банковских карт россиян происходят из-за их доверчивости

Сбербанк назвал причины, по которым популярные мошеннические схемы с банковскими картами стали настолько успешными. По данным финансовой организации, более 76 % злонамеренных операций были совершены благодаря банальной доверчивости пользователей.

Оказалось, что многие россияне попросту сами раскрывают ПИН-коды и другие данные своих карт, реагируя на популярные у мошенников сообщения о блокировке карты.

Кроме этого, по информации Сбербанка, 18 % незаконных операций было совершено благодаря вредоносным программам, которые похищают платежную информацию с мобильных устройств.

Кредитная организация рекомендует гражданам ни в коем случае не раскрывать свои платежные данные. Зачастую мошенники рассылают ложную информацию о блокировке карты наугад — по электронной почте, сообщениями в мессенджер, звонками.

Чтобы проверить информацию о возможной блокировке вашей банковской карты, следует позвонить на номер «горячей линии», который указан на самой банковской карте.

В этом месяце мы опубликовали обзор способов атак на банкоматы, который будет также интересен российским пользователям.

Также на прошлой неделе стало известно, что российский киберпреступник Александр Винник, ранее арестованный в Греции, признался Генпрокуратуре РФ в отмывании денег и мошенничестве в России. Стало известно, что Винник написал явку с повинной.

А в середине месяца российские власти озаботились охранной персональных данных граждан от киберпреступников. Таким образом, в скором времени можно ожидать введения уголовного наказания за кражу цифровых личностей.

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