Экс-сотрудница полиции продавала персональные данные граждан

Экс-сотрудница полиции продавала персональные данные граждан

Экс-сотрудница полиции продавала персональные данные граждан

Пермский суд рассмотрел дело бывшей сотрудницы правоохранительных органов, которая обвиняется в неправомерном обращении с персональными данными граждан, хранящимися в полицейской базе.

Согласно материалам дела, экс-сотрудница продавала данные микрофинансовой организации. При этом приобретающая данные организация не отправляла никакие официальные запросы, а граждане, которым принадлежали данные, не ставились в известность.

За предоставление данных из базы УМВД Пермского края обвиняемая получала смехотворные суммы в размере от 100 до 500 рублей.

В результате бывшая сотрудница отделалась штрафом в 90 тысяч рублей — суд признал ее виновной в злоупотреблении должностными полномочиями и мелком взяточничестве

Корреспонденты ИА REGNUM связались с ГУ МВД по Пермскому краю, где им сообщили, что обвиняемая из органов правопорядка была уволена.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru