GovPayNow.com раскрывал данные более 14 миллионов клиентов

GovPayNow.com раскрывал данные более 14 миллионов клиентов

GovPayNow.com раскрывал данные более 14 миллионов клиентов

Компанию Government Payment Service (GovPayNet) постигла утечка очень серьезных масштабов — более 14 миллионов записей клиентов, сформированных за шестилетний период, стали публично доступны. Услугами компании пользуются тысячи государственных и местных органов власти США для принятия платежей. Среди скомпрометированных данных находятся имена, адреса, номера телефонов и последние четыре цифры кредитных карт пользователей.

Принадлежащий GovPayNet GovPayNow.com обслуживает около 2300 государственных учреждений в 35 штатах. Сервис отображает квитанции, которые граждане используют для оплаты штрафов.

Как сообщает исследователь в области кибербезопасности Брайан Кребс, миллионы записей клиентов мог просмотреть любой желающий, просто изменив цифры в веб-адресе, отображаемом каждой квитанцией.

14 сентября Кребс предупредил GovPayNet о том, что миллионы данных клиентов, собранных с 2012, доступны любому желающему. Спустя два дня компания заявила, что устранила проблему.

«Мы устранили потенциальную проблему в нашей онлайн-системе, которая позволяла получить доступ к данным клиентам неавторизованным пользователям», — говорится в официальном сообщении GovPayNet.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru