98% трафика IoT-устройств не защищены шифрованием

98% трафика IoT-устройств не защищены шифрованием

98% трафика IoT-устройств не защищены шифрованием

Более 50% IoT-устройств уязвимы перед кибератаками, представляющими высокую и среднюю степень опасности. Именно поэтому команда экспертов Unit 42 из Palo Alto Networks убеждена, что корпорации «сидят на бомбе замедленного действия».

В новом исследовании специалистов рассматриваются проблемы безопасности, глубоко укоренившиеся в подключённых устройствах. Часть этих девайсов используется в корпорациях, другая часть — в медицинских учреждениях.

По словам исследователей, у 98% всего трафика, генерируемого IoT-устройствами, отсутствует защита шифрованием. Другими словами, все персональные и конфиденциальные данные передаются в открытом виде, что создаёт вектор утечки информации.

Другой существенной проблемой команда экспертов назвала использование устаревших протоколов и операционных систем. Например, Unit 42 как-то обнаружила в одной из больниц подключённую к Сети машину для маммографии, заражённую червём Conficker (этому вредоносу более десяти лет).

В Palo Alto Networks также отметили, что постоянно растущее число IoT-устройств вкупе с их бесчисленными вариациями создаёт неоднородность. Например, на всех подключённых устройствах установлены разные аппаратные составляющие, программные компоненты, операционные системы, а также используются разные протоколы и приложения.

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