Звонки банковских мошенников в среднем обходятся россиянам в 5 тыс. руб.

Звонки банковских мошенников в среднем обходятся россиянам в 5 тыс. руб.

Звонки банковских мошенников в среднем обходятся россиянам в 5 тыс. руб.

Встретившись с банковскими мошенниками, доверчивый гражданин России в среднем потеряет около пяти тысяч рублей. Именно эта сумма фигурирует в результатах опроса «Лаборатории Касперского».

Как сообщили аналитики антивирусной компании, в первой половине 2020 года с действующими от имени банков злоумышленниками столкнулись 58% россиян. В 90% случаев это было телефонное мошенничество.

Примечательно, что звонки чаще всего поступают в рабочее время — с 11:00 до 18:00. Как правило, звонят с понедельника по четверг.

Чтобы не вызвать у жертвы подозрение, мошенники тщательно продумывают стиль общения и используют социальную инженерию. В 42% звонков злоумышленники называли гражданам их имена, фамилии и отчества.

В 72% случаев речь шла о необходимости подтвердить данные, 58% звонков прикрывались сообщениями о блокировке карты, ещё 57% — предложением кредита.

В 46% случаев мошенники пытались получить короткий код из СМС-сообщения или данные банковской карты. В 21% — старались убедить пользователя перевести деньги на безопасный счёт.

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