61% российских онлайн-банков имеет крайне низкий уровень защищенности

61% российских онлайн-банков имеет крайне низкий уровень защищенности

61% российских онлайн-банков имеет крайне низкий уровень защищенности

Согласно исследованию, проведенному компанией Positive Technologies, проблемы безопасности затрагивают более половины российских онлайн-банков. Эти уязвимости могут быть использованы злоумышленниками для кражи денежных средств клиентов кредитных организаций.

Специалисты компании углубились в исследование веб-приложений ДБО, в результате чего удалось выявить крайне низкий уровень защищенности 61% этих приложений. По информации издания "Коммерсант", в ФинЦЕРТ утверждают, что эти проблемы уже активно эксплуатируются злоумышленниками.

Эксперты бьют тревогу: банкам надо срочно менять подход к безопасности. Причем менять его придется полностью, а не только по отдельным направлениям.

По словам исследователей, из проанализированных приложений ДБО у всех нашлись те или иные уязвимости. Более половины (54%) предоставляют преступникам возможность хищения денежных средств клиентов.

Воспользовавшись обнаруженными брешами, злоумышленники могут узнать номера карт клиентов, получить доступ к их шаблонам и даже отредактировать их. Пожалуй, нет необходимости объяснять, насколько ситуация фатальна в случае изменения злоумышленником шаблона.

Помимо этого, исследователей поразил тот факт, что 77% банков пренебрегают использованием системы двухфакторной аутентификации для совершения достаточно конфиденциальных операций.

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