$15 млрд в год понадобится Трампу на кибербезопасность

$15 млрд в год понадобится Трампу на кибербезопасность

$15 млрд в год понадобится Трампу на кибербезопасность

Стала известна сумма, которая понадобится администрации Дональда Трампа на обеспечение кибербезопасности. Потребуется ни много ни мало $15 миллиардов на следующий год, именно такую цифру озвучил вице-президент США Майкл Пенс.

Выступая на форуме по вопросам кибербезопасности, который проходил вчера в Нью-Йорке, Пенс так обрисовал ситуацию:

«Наша администрация обеспечила выделение ассигнования на поддержание безопасности в киберпространстве. За первый год работы мы ассигновали дополнительно $1,2 миллиарда на обеспечение цифровой безопасности. На следующий год наша администрация запросила рекордно высокие $15 миллиардов на охрану американских границ в киберпространстве».

Естественно, в администрации Трампа не забыли упомянуть Россию как одну из угроз США в цифровом пространстве. Наверное, как-то надо объяснить столь высокие затраты на поддержание кибербезопасности.

«Наши кибероппоненты стремятся проникнуть в имеющие важнейшее значение элементы инфраструктуры, включая энергосистему и электростанции, чтобы в случае возможных конфликтов в будущем они могли парализовать нервный узел американской энергетики», — передали СМИ слова Пенса.

«Одна российская кибератака в прошлом году стоила крупной американской судоходной компании около $400 миллионов. В 2016 году кибератаки, по оценкам, обошлись нашей экономике в $109 миллиардов».

Напомним, что в этом смысле отличилась и Эстония — власти страны пообещали создать отряд эстонских боевых хакеров.

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