Хакеры крадут банковские данные с помощью уязвимости в D-Link DSL

Хакеры крадут банковские данные с помощью уязвимости в D-Link DSL

Хакеры крадут банковские данные с помощью уязвимости в D-Link DSL

Исследователи из Radware Threat Research Center выявили интересную вредоносную кампанию, в ходе которой злоумышленники атакуют клиентов бразильских банков через IoT-устройства. Цель киберпреступников — получить банковские реквизиты граждан.

Преступники уже более двух месяцев (с 8 июня) нацелились на маршрутизаторы серии D-Link DSL. Используя довольно старые эксплойты, атакующие пытаются изменить настройки DNS-сервера.

Таким образом, все отправленные пользователями запросы будут проходить через вредоносный DNS-сервер.

Используемый в этой атаке эксплойт позволяет удаленно настраивать параметры DNS-сервера на маршрутизаторе, при этом не требуется проходить процедуру аутентификации. Вредоносный URL-адрес принимает следующую форму:

В итоге атакованные клиенты банков попадали на сайты, которые полностью копировали официальные ресурсы кредитных организаций. Введя свои данные на таких сайтах, пользователи рисковали распрощаться со своими средствами.

Единственным индикатором того, что это не тот сайт, за который его выдают, было предупреждение о том, что подключение к этому сайту незащищено.

Список уязвимых устройств выглядит так:

  • Shuttle Tech ADSL Modem-Router 915 WM
  • D-Link DSL-2740R
  • D-Link DSL-2640B
  • D-Link DSL-2780B DLink_1.01.14
  • D-Link DSL-2730B AU_2.01
  • D-Link DSL-526B ADSL2+ AU_2.01

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