Chronicle: Бизнес недооценивает риск похищающего финансы crimeware

Chronicle: Бизнес недооценивает риск похищающего финансы crimeware

Chronicle: Бизнес недооценивает риск похищающего финансы crimeware

Организации недооценивают риск crimeware, считают аналитики компании Chronicle. И это несмотря на постоянное развитие кибератак, в которых вредоносные программы используются для кражи денежных средств.

Напомним, что Chronicle принадлежит сервис анализа файлов VirusTotal. Исследователи изучили загруженные в период с января 2013 года по декабрь 2018 семплы вредоносных программ, что позволило выявить несколько закономерностей.

Во-первых, вредоносные инструменты, ориентированные на кражу денег, демонстрируют последовательное развитие — они становятся более совершенными. Во-вторых, контрмеры движутся ровно в обратном направлении — их эффективность падает.

Специалисты Chronicle считают, что низкие показатели эффективности контрмер обусловлены недооценкой опасности, исходящей от crimeware. В частности, эксперты говорят о банковских троянах, вымогателях, вредоносных криптомайнерах и похищающих информацию зловредах.

Были проанализированы следующие киберугрозы: GameOver Zeus, Cryptolocker, Dridex, Dyre, TrickBot, Ramnit, атаки на систему SWIFT, Mirai и WannaCry.

«Ущерб для финансовой сферы, исходящий от crimeware, значительно превышает ущерб от деятельности более сложных угроз вроде группировок, организующих целевые атаки», — пришли к выводу в Chronicle.

«Воздействие crimeware на бизнес уже сложно переоценить, а в будущем такие атаки будут развиваться и совершенствоваться».

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru