ЦБ заключил первое соглашение о кибербезопасности в рамках ЕАЭС

ЦБ заключил первое соглашение о кибербезопасности в рамках ЕАЭС

ЦБ заключил первое соглашение о кибербезопасности в рамках ЕАЭС

Центральный банк Российской Федерации подписал соглашение о кибербезопасности с Нацбанком Казахстана. Уникальность этого соглашения заключается в том, что оно стало первым в рамках Евразийского экономического союза (ЕАЭС).

Подобное сотрудничество в области кибербезопасности, как планирует Банк России, поможет снизить риски, связанные с операциями, осуществляемыми участниками финансовых рынков двух стран.

В будущем ЦБ планирует подписать такие же соглашения с кредитными организациями Белоруссии, Армении и Киргизии.

«В РФ в структуре Банка России функционирует ФинЦЕРТ [Центр мониторинга и реагирования на компьютерные атаки в кредитно-финансовой сфере], аналогичное подразделение работает в Нацбанке Казахстана. Обмен информацией <...> позволит нам видеть те атаки, которые направлены против участников финансовых систем и России и Казахстана. На самом деле такие есть, мы это периодически наблюдаем», — заявил и.о. директора департамента информационной безопасности Банка России Артем Сычев.

В документе прописаны порядки и формы сотрудничества, между ними подразумевается информационный обмен.

Сегодня также стало известно, что в России планируют создать межбанковскую базу данных о счетах, которые киберпреступники используют для вывода похищенных денежных средств. Как заверил исполняющий обязанности директора Департамента информационной безопасности Банка России Артем Сычев, эту базу начнут формировать в конце года.

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