Похищающий данные вредонос Raccoon заразил более 100 тыс. жертв

Похищающий данные вредонос Raccoon заразил более 100 тыс. жертв

Похищающий данные вредонос Raccoon заразил более 100 тыс. жертв

Вредонос, получивший имя Raccoon, заточен под похищение конфиденциальной информации. По словам исследователей в области кибербезопасности из компании Cybereason, Raccoon уже заразил более 100 тысяч компьютеров.

Жертвы этой вредоносной программы разбросаны по всему миру. Цель Raccoon — похищать данные платёжных карт, логины и пароли от электронных ящиков, а также учётные данные криптовалютных кошельков.

Авторы зловреда предлагают его по модели malware-as-a-service (MaaS), благодаря которой Raccoon быстро приобрёл популярность в среде киберпреступников.

«Зловред Raccoon занимает место в десятке самых обсуждаемых вредоносных программ в среде киберпреступников за 2019 год», — гласит отчёт Cybereason.

«Несмотря на то, что Raccoon не является ни сложным, ни новаторским вредоносом, ему все равно удалось заразить сотни тысяч устройств по всему миру».

Специалисты считают, что популярность Raccoon служит напоминанием о том, что модель Malware-as-a-Service очень эффективна для распространения вредоносных программ. В будущем эксперты прогнозируют развитие MaaS.

Авторы Raccoon предлагают автоматизированную бекенд-панель, защищённый хостинг и поддержку 24/7 в России и Великобритании. Все это стоит $200 в месяц. Сама вредоносная программа написана на C++ русскоговорящими разработчиками, которые изначально рекламировали её на российских форумах хакерской тематики.

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