Киберпреступники могут подделать показатели жизненно важных функций

Киберпреступники могут подделать показатели жизненно важных функций

Киберпреступники могут подделать показатели жизненно важных функций

Злоумышленники могут искажать показатели жизненно важных функций пациентов путем эмуляции данных, отправленных медицинским оборудованием в центральные системы мониторинга. Об этом на конференции Def Con сообщил исследователь из McAfee Дуглас МакКи.

По словам специалиста, некоторое оборудование для мониторинга жизненных показателей пациентов использует слабый протокол связи для отправки данных в центральную систему.

МакКи утверждает, что ему удалось подвергнуть этот протокол обратному инжинирингу и создать устройство, которое эмулирует показатели жизненно важных функций человека.

Таким образом, эксперт смог отправить неверную информацию центральной системе. Для успешного осуществления подобной атаки в ее изначальном виде необходим физический доступ к пациенту — злоумышленнику необходимо заменить клиент мониторинга на свое устройство.

Однако МакКи разработал и другой способ атаки, не требующий отсоединения клиента мониторинга. В этом случае единственным условием для осуществления атаки является нахождение злоумышленника в той же сети, в которой находится клиент мониторинга.

Этот метод работает в режиме реального времени, он завязан на уязвимостях в протоколе Rwhat, который используется в некотором медицинском оборудовании. В протоколе используются простые незашифрованные UDP-пакеты, которые можно легко изменить и подделать.

Эксперт предоставил видеодемонстрацию, где он показывает, как можно отправить сигнал на центральную станцию о внезапной остановке сердца.

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