Ростовчанин похитил 27 млн с банковских карт граждан России

Ростовчанин похитил 27 млн с банковских карт граждан России

Ростовчанин похитил 27 млн с банковских карт граждан России

На днях в руки правоохранительных органов попался 46-летний житель Ростова-на-Дону. Ему вменяется кража денег с банковских карт, общая сумма ущерба составила 27 миллионов рублей. Было заведено уголовное дело.

На официальном сайте МВД утверждается, что мужчина ранее имел дело с ИТ-технологиями, а также имел высшее техническое образование.

Согласно выводам следствия, ростовчанин незаконно приобрел базу данных SIM-карт абонентов, а также электронные ключи к ним.

Далее, используя эту базу и специальную программу, обвиняемый начал изготавливать дубликаты SIM-карт тех мобильных номеров, что были подключены к банковским картам. Благодаря этой схеме злоумышленник смог списывать денежные средства со счетов российских пользователей.

Обналичивал эти средства ростовчанин с помощью электронного кошелька, проводя их через цепочку транзакций.

Граждане далеко не сразу обнаруживали пропажу средств, так как SMS-уведомления от банка не приходили, а списывалось не более 500 рублей за один раз.

«СЧ ГСУ ГУ МВД России по Ростовской области возбуждено уголовное дело по признакам преступления, предусмотренного частью 2 статьи 158 УК РФ», — цитирует сайт МВД Ирину Волк.

«В ходе обыска по месту жительства задержанного обнаружены и изъяты компьютер, ноутбуки, планшеты, мобильные телефоны и сим-карты, имеющие значение для расследования уголовного дела».

Напомним, что на прошлой неделе гражданин России, незаконно проживающий в США, был приговорен к 70 месяцам лишения свободы за мошенничество с платежными картами. Обвиняемый признался в кибератаках и краже учетных данных, благодаря чему он мог использовать карты в мошеннических целях.

WMX представила систему защиты сайтов от «умных ботов»

Российская компания WMX (ООО «Вебмониторэкс») представила новое решение для защиты веб-ресурсов от автоматизированных атак — WMX SmartBot Protection. Продукт рассчитан не только на массовый бот-трафик, но и на более сложных ботов, которые умеют имитировать поведение обычных пользователей.

Проблема здесь вполне прикладная. Значительная часть интернет-трафика сегодня создаётся не людьми, а автоматизированными скриптами.

Такие боты могут собирать данные с сайтов, перебирать пароли, создавать фейковые аккаунты, искать уязвимости и в целом мешать нормальной работе онлайн-сервисов. Особенно чувствительны к этому интернет-магазины, финансовые сервисы, агрегаторы, доски объявлений, медиаплатформы и стриминговые площадки.

При этом боты становятся всё менее примитивными. Если раньше их можно было сравнительно легко отсечь по шаблонному поведению, то теперь они нередко умеют маскироваться под живого пользователя: заходят через браузер, имитируют движение мыши и даже проходят простые CAPTCHA. Из-за этого стандартных фильтров уже часто недостаточно.

В WMX говорят, что их система использует несколько уровней проверки. Сначала трафик фильтруется по базовым признакам — например, по IP-адресам и User-Agent. Если этого недостаточно, дальше подключается анализ браузерного окружения: параметров экрана, шрифтов, а также особенностей canvas и WebGL, которые могут указывать на эмуляторы или headless-браузеры.

Следующий этап — поведенческий анализ. Система смотрит, как именно ведёт себя пользователь: есть ли движения мыши, насколько быстро заполняются формы и не выглядят ли действия слишком механическими. После этого подключаются эвристики, которые оценивают уже не отдельные признаки, а их сочетание. Например, если кто-то кликает строго по центру кнопок через одинаковые интервалы времени, это может выглядеть подозрительно, даже если по отдельности такие действия не кажутся аномальными.

При необходимости могут использоваться и дополнительные проверки, включая CAPTCHA.

Новое решение работает в связке с WMX ПроWAF, веб-экраном компании. Логика здесь довольно понятная: антибот-система должна отсеивать автоматизированный трафик, а WAF — уже защищать приложение от попыток эксплуатации уязвимостей вроде SQL-инъекций, XSS или RCE. Заодно это снижает нагрузку на инфраструктуру, потому что до основного контура доходит уже более «чистый» трафик.

В компании также сообщили, что в будущих версиях собираются добавить систему скоринга угроз и механизмы, связанные с ML, для автоматического формирования новых эвристик.

RSS: Новости на портале Anti-Malware.ru