Скобелкин: ЦБ пропагандирует рискоориентированный подход к безопасности

Скобелкин: ЦБ пропагандирует рискоориентированный подход к безопасности

Скобелкин: ЦБ пропагандирует рискоориентированный подход к безопасности

Заместитель председателя Банка России Дмитрий Скобелкин, отвечая на вопросы журналистов на Уральском форуме в Магнитогорске, углубился в вопрос рискоориентированного подхода к безопасности, который регулятор планирует пропагандировать.

Первым делом Скобелкин объяснил, в чём конкретно будет выражаться этот подход и какие методы защиты от киберрисков ЦБ планирует продвигать.

«Будут проводиться киберучения — это одна из форм. Если мы будем видеть те проблемы, которые возникнут у участников таких учений, мы сможем предпринять адекватные дальнейшие действия», — сказал зампред Банка России.

Скобелкин привёл следующий пример:

«Скажем, кредитная организация по определённым показателям не достигает уровня. Таким образом, она находится в более высокой зоне риска. Со своей стороны мы пристальнее наблюдаем и пытаемся выяснить те проблемы, с которыми может столкнуться такая организация».

«Если мы донесём до находящейся в зоне риска организации эти проблемы, то вместе сможем заняться профилактикой и не допустить эксплуатации возникших проблем».

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru