Правительственные киберпреступники Китая атаковали IBM и Hewlett-Packard

Правительственные киберпреступники Китая атаковали IBM и Hewlett-Packard

Правительственные киберпреступники Китая атаковали IBM и Hewlett-Packard

В СМИ появилась информация о киберпреступниках, якобы работающих на правительство Китая. По имеющимся данным, злоумышленники проникли в сети компаний IBM и Hewlett-Packard, после чего атаковали клиентов этих корпораций. Сообщается, что эта атака является частью кампании под названием Cloudhopper.

Согласно информации, предоставленной Reuters, в IBM заявили, что у компании нет никаких доказательств того, что злоумышленники скомпрометировали конфиденциальные корпоративные данные.

Hewlett-Packard, со своей стороны, отказалась давать какие-либо комментарии относительно кампании Cloudhopper, которая была активна с 2017 года.

«IBM в курсе совершаемых преступниками кибератак, компания уже приняла соответствующие контрмеры, чтобы защитить собственные сети и своих клиентов по всему миру. Мы очень серьезно подходим к ответственности за данные наших клиентов, но у нас нет никаких доказательств того, что эти данные попали в руки киберпреступников», — заявили в IBM.

«Безопасность данных наших клиентов является нашим приоритетом. Мы не в состоянии прокомментировать отдельные детали, касающиеся данного инцидента», — подчеркнули в Hewlett-Packard.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru