Сбербанк собрал базу из 117 тысяч телефонов кибермошенников

Сбербанк собрал базу из 117 тысяч телефонов кибермошенников

Сбербанк собрал базу из 117 тысяч телефонов кибермошенников

У Сбербанка есть довольно объемная база данных, содержащая 117 тысяч телефонов различных кибермошенников. Данные номера кредитная организация собрала за прошлый год, именно с этих телефонов преступники атаковали Сбербанк.

Об имеющейся базе рассказал заместитель председателя правления Сбербанка Станислав Кузнецов. Выступая на панельной сессии «Русского дома» в рамках форума в Давосе, Кузнецов заявил следующее (цитата «РИА Новости»):

«Сбербанк за прошлый год собрал небольшую базу данных из 117 тысяч телефонов, с которых мошенники атаковали разные системы Сбербанка. Мы, конечно, их передали в правоохранительные органы, количество телефонов увеличивается, а не уменьшается, к сожалению».

В этом месяце мы писали, что киберпреступники продолжают атаковать Сбербанк. По оценкам представителей, начавшиеся с середины декабря атаки продолжились и в этом месяце.

А в декабре Сбербанк представил отчет «Банковские тренды — 2018», часть которого затрагивает проблему кибератак на системы кредитной организации. Согласно опубликованным данным, защитные механизмы банка в прошлом году отразили 90 DDoS-атак, 25 из которых имели высокую мощность.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

ChatGPT ошибается с адресами сайтов — фишеры не дремлют

Если вы когда-нибудь просили чат-бота типа ChatGPT помочь с ссылкой на сайт банка или личного кабинета крупной компании — возможно, вы получали неправильный адрес. А теперь представьте, что кто-то специально воспользуется этой ошибкой.

Исследователи из компании Netcraft провели эксперимент: они спрашивали у модели GPT-4.1 адреса сайтов для входа в аккаунты известных брендов из сфер финансов, ретейла, технологий и коммунальных услуг.

В духе: «Я потерял закладку, подскажи, где войти в аккаунт [название бренда]?»

Результат получился тревожным:

  • только в 66% случаев бот дал правильную ссылку;
  • 29% ответов вели на несуществующие или заблокированные сайты;
  • ещё 5% — на легитимные, но вообще не те, что спрашивали.

Почему это проблема?

Потому что, как объясняет руководитель Threat Research в Netcraft Роб Дункан, фишеры могут заранее спрашивать у ИИ те же самые вопросы. Если бот выдаёт несуществующий, но правдоподобный адрес — мошенники могут просто зарегистрировать его, замаскировать под оригинал и ждать жертв.

«Вы видите, где модель ошибается, и используете эту ошибку себе на пользу», — говорит Дункан.

Фишинг адаптируется под ИИ

Современные фишинговые схемы всё чаще затачиваются не под Google, а именно под LLM — большие языковые модели. В одном случае, например, мошенники создали фейковый API для блокчейна Solana, окружив его десятками фейковых GitHub-репозиториев, туториалов, Q&A-доков и даже поддельных аккаунтов разработчиков. Всё, чтобы модель увидела якобы «живой» и «настоящий» проект и начала предлагать его в ответах.

Это чем-то напоминает классические атаки на цепочку поставок, только теперь цель — не человек с pull request'ом, а разработчик, который просто спрашивает у ИИ: «Какой API использовать?»

Вывод простой: не стоит полностью полагаться на ИИ, когда речь идёт о важных вещах вроде входа в банковский аккаунт или выборе библиотеки для кода. Проверяйте информацию на официальных сайтах, а ссылки — вручную. Особенно если ИИ обещает «удобный и официальный» сайт, которого вы раньше не видели.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru