Яндекс несколько часов индексировал персональные данные в Google Docs

Яндекс несколько часов индексировал персональные данные в Google Docs

Яндекс несколько часов индексировал персональные данные в Google Docs

Пользователи сообщили, что в ночь на среду российская поисковая система «Яндекс» начала индексировать документы Google Docs, в которых, как полагают очевидцы, находились персональные данные.

Соответствующую информацию сначала публиковали отдельные каналы Telegram, а затем проверили журналисты.

Оказалось, что можно легко получить доступ к таким документам, задав область поиска docs.google.com.

Те текстовые файлы или электронные таблицы, которые удалось найти пользователям, содержали персональные данные — имена, фамилии, номера телефонов и адреса электронной почты. Если ввести в строку поиска «пароли», то можно было получить и их.

Спустя несколько часов, около 01:00 по Москве, поисковой гигант перестал индексировать чувствительную информацию.

Позже представители компании прокомментировали ситуацию следующим образом:

«”Яндекс” индексирует только открытую часть Сети — те страницы, которые доступны при переходе по ссылкам без ввода логина и пароля. Страницы, индексация которых запрещена администратором сайта в файле robots.txt, поисковая система не индексирует, даже если они находятся в открытой части интернета».

«В среду вечером в службу поддержки обратились пользователи с жалобами на проблему доступности файлов на docs.google.com. Наша служба безопасности связывается сейчас с коллегами из Google, чтобы обратить их внимание на то, что в этих файлах может оказаться приватная информация», — подытожили в пресс-службе компании.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru