NCSC: Хакеры России и КНР пытаются выкрасть данные о вакцине от COVID-19

NCSC: Хакеры России и КНР пытаются выкрасть данные о вакцине от COVID-19

NCSC: Хакеры России и КНР пытаются выкрасть данные о вакцине от COVID-19

Национальный центр кибербезопасности Великобритании (NCSC) предупредил исследовательские центры страны о волне кибератак, исходящих от правительственных хакеров. В рамках этих операций страны-оппоненты якобы пытаются завладеть данными, полученными в ходе изучения нового коронавируса SARS-CoV-2.

По словам представителей NCSC, зарубежные киберпреступники уделяют особое внимание информации о разработке вакцины против коронавирусной инфекции COVID-19.

Звучит логично, поскольку для многих стран важно быть первыми в этой гонке. Создав по-настоящему рабочую и безопасную вакцину, та или иная страна сможет получить внушительные геополитические козыри.

Спецслужбы Великобритании полагают, что за целевыми атаками стоят Россия, Иран и Китай. В общем, классический набор, когда требуется кого-то обвинить в таргетированных кибератаках — ничего нового.

Основными целями атак являются различные британские университеты, а также научно-исследовательские учреждения. Причём количество организаций-жертв стремительно растёт, отметили в NCSC.

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