Операторы DoppelPaymer слили в Сеть документы SpaceX, Tesla, Boeing

Операторы DoppelPaymer слили в Сеть документы SpaceX, Tesla, Boeing

Операторы DoppelPaymer слили в Сеть документы SpaceX, Tesla, Boeing

Киберпреступники, стоящие за атаками программы-шифровальщика DoppelPaymer, слили в Сеть внутренние конфиденциальные документы, принадлежащие крупнейшим аэрокосмическим компаниям.

Причиной слива послужил отказ компаний заплатить выкуп, затребованный злоумышленниками за возврат файлов в прежнее состояние.

В опубликованных документах можно найти данные, касающиеся разработанного Lockheed-Martin военного оборудования — например, системы тактической противовоздушной обороны.

Прочая информация касалась счётов и выплат, данных и поставщиках, аналитических отчётов. Также в базе есть разные юридические документы.

Однако больше всего экспертов привлекли скомпрометированные данные, касающиеся партнерской программы SpaceX. В этом случае киберпреступникам удалось получить эту информацию через подрядчика, заразив компьютеры последнего вредоносной программой.

В целом среди пострадавших корпораций, чьи документы в том или ином виде попали в общий доступ, оказались Lockheed Martin, SpaceX, Tesla, Boeing, Honeywell, Blue Origin, Sikorsky, Joe Gibbs Racing.

Ранее мы уже писали, что операторы DoppelPaymer запустили специальный веб-сайт, на страницах которого размещают украденные у жертв файлы.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

Российские учёные научили ИИ ловить фейковые фото и нелепые изображения

Исследователи из AIRI, Сколтеха, MWS AI и МФТИ по-новому решили одну из наиболее сложных задач компьютерного зрения — выявление изображений с нелогичным содержанием, вроде рыцаря с мобильником или пингвина на велосипеде.

Разработанный ими метод TLG (Through the Looking Glass, «В Зазеркалье») использует ИИ для создания текстовых описаний картинок и обнаружения противоречий при сопоставлении с визуальным содержанием.

В комментарии для «Известий» один из соавторов проекта, доктор компьютерных наук Александр Панченко пояснил: существующие ИИ-модели хорошо распознают элементы картинок, но плохо улавливают контекст — далеко не всегда понимают совместимость представленных объектов с точки зрения здравого смысла.

Чтобы проверить действенность своего подхода, экспериментаторы создали датасет, включив него 824 изображения с нелепыми ситуациями. Тестирование алгоритма показало точность распознавания до 87,5%, что на 0,5-15% выше показателей других существующих моделей, а также большую экономию вычислительных ресурсов.

Новаторская разработка, по словам Панченко, способна повысить надежность систем компьютерного зрения. После доработки и дообучения ее также можно будет использовать для модерации контента — к примеру, для выявления фейковых фото.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru