19-летний юноша заработал более $1 млн на поиске уязвимостей

19-летний юноша заработал более $1 млн на поиске уязвимостей

19-летний юноша заработал более $1 млн на поиске уязвимостей

19-летний юноша заработал более $1 миллиона благодаря погоне за уязвимостями в программах и онлайн-сервисах. Молодой человек отличился завидной работоспособностью за три года участия в проекте HackerOne.

Речь идет об уроженце Аргентины Сантьяго Лопес, который известен в Сети под псевдонимом @try_to_hack. Специалист присоединился к проекту HackerOne еще в 2015 году.

За это время юноша успел сообщить о более чем 1 670 уязвимостях, которые затрагивали продукты крупных производителей, среди которых были Verizon Media Company, Twitter, Wordpress и Automattic.

Еще примечателен тот факт, что Лопес является самоучкой. Всему, что связано с поиском багов (особенно высокооплачиваемых), юноша обучился сам. В итоге парень показал, что «этичные» хакеры тоже могут неплохо заработать и преуспеть.

На данный момент Лопес находится среди лидеров программы HackerOne.

Подпишитесь на новости

Роскомнадзор встроил машинное обучение в систему фильтрации трафика

Роскомнадзор внедрил механизм фильтрации интернет-трафика на основе машинного обучения и потратил на него 2,27 млрд рублей. Это следует из паспорта ведомственной программы цифровой трансформации на 2026-2028 годы. В документе указано, что РКН использует отечественную модель, развернутую на собственной инфраструктуре.

Ее название не раскрывается, большая языковая модель в системе не применяется.

С паспортом программы ознакомился Forbes. Механизм встроен в автоматизированную систему обеспечения безопасности российского сегмента интернета (АСБИ).

Через нее Роскомнадзор управляет ТСПУ, оборудованием для фильтрации трафика на сетях операторов связи. На установку новых и модернизацию действующих ТСПУ в 2026 году заложено 3,99 млрд рублей основного финансирования и еще 6,2 млрд рублей дополнительного.

О планах использовать ИИ для фильтрации стало известно в январе. В мае ведомство собиралось взять для этого модель Astra AI от «Группы Астра».

VPN в описании механизма прямо не упоминается. Дмитрий Кутейников из RKS Global считает, что модель может оценивать вероятность использования VPN по внешним признакам, например по размеру и ритму пакетов или длительности сессии, без чтения содержимого. По его словам, под ошибочную блокировку могут попасть корпоративные VPN и облачные сервисы.

RSS: Новости на портале Anti-Malware.ru