Инженер признан виновным в загрузке секретных данных ВМС США на Dropbox

Инженер признан виновным в загрузке секретных данных ВМС США на Dropbox

Инженер признан виновным в загрузке секретных данных ВМС США на Dropbox

Бывший инженер подрядчика, сотрудничавшего с военно-морским флотом, признан виновным в краже коммерческой тайны. Обвинение утверждает, что 35-летний Джаред Дилан Спаркс загрузил секретные файлы в свою личную учетную запись Dropbox.

Спаркс работал инженером-электриком в компании LBI, которая была уполномочена строить беспилотные подводные дроны, используемые ВМС США. В итоге Спаркс проработал на этом месте с января 2010 года по декабрь 2011.

Согласно обвинительному заключению, компания LBI утверждает, что Спаркс загрузил более 5000 файлов, содержащих информацию о работе LBI на ВМС США, в свою личную учетную запись Dropbox.

Эти файлы содержали информацию о проектах LBI, а также фотографии проектов и рендерингов AutoCAD и SolidWorks, используемых для создания беспилотных подводных аппаратов.

ФБР арестовало Спаркса в ноябре 2016, обыск в его доме помог обнаружить секретную информацию, которой располагал бывший сотрудник LBI.

В итоге на этой неделе суд присяжных признал Спаркса виновным по 13 из 29 пунктам обвинительного заключения.

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