Киберпреступники активно атакуют крупные американские банки

Киберпреступники активно атакуют крупные американские банки

Киберпреступники активно атакуют крупные американские банки

Киберпреступники совершают целевые атаки на крупные банки США. Кредитные организации отметили возросшую вредоносную активность в течение последних нескольких недель. На данный момент операции злоумышленников носят разведывательный характер.

Как сообщило издание FoxBusiness, под киберобстрел попали следующие финансовые организации: Bank of America, Citigroup, JPMorgan Chase и Wells Fargo. Федеральные власти США попросили эти банки мониторить вредоносный трафик.

Эксперты опасаются, что успешные атаки на финансовые организации могут существенно повлиять на ситуацию на рынке, привести к ее дестабилизации.

На прошлой неделе мы сообщали, что студенты Университета Иннополис смогли вычислить IP-адреса злоумышленников, которые этим летом атаковали один из российских банков. По итогам того киберинцидента кредитная организация потеряла в общей сложности 100 миллионов рублей.

Оказалось, что татарские студенты организовали практический проект по киберпреступности и цифровой криминалистике. В рамках этого проекта было проведено расследование и вычислен алгоритм действий киберпреступников.

Атакующие использовали давно известные уязвимости, которые не были устранены в банковской системе. Брешь SMB-протокола помогла злоумышленникам установить в системе вредоносную программу.

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