В 2020 году число утечек из финансового сектора в России выросло на 36%

В 2020 году число утечек из финансового сектора в России выросло на 36%

В 2020 году число утечек из финансового сектора в России выросло на 36%

Аналитики ГК InfoWatch изучили киберинциденты, в которых утекала конфиденциальная информация из кредитных организаций, а также финансовых и страховых компаний. По данным исследователей, в 2020 году в России таких утечек стало на треть больше.

В общей сложности за прошлый год в мире обнаружили 202 факта компрометации конфиденциальных данных в финансовом секторе. В России же число подобных утечек выросло на 36,5% (с 52 до 71).

Таким образом, в 2020 году российский финансовый сегмент потерял 13,4 миллионов записей пользовательских данных. Аналитики также считают, что часть мировых утечек могла остаться незамеченной из-за пандемии, так как публичные сообщения об утечках могли «уйти в серую зону».

«Аналитический центр InfoWatch постоянно фиксирует растущее число киберинцидентов, связанных с утечками в финансовой сфере. Тем не менее пандемия внесла свои коррективы — наблюдается снижение интереса к теме утечек, которое, однако, совсем не значит, что ситуация внезапно улучшилась», — подчеркнула Наталья Касперская, возглавляющая ГК InfoWatch.

Исследователи также отметили, что в России существенно выше процент утечек, произошедших по вине сотрудников. Например, в нашей стране эта доля равна 82%, в мире — 51%.

Лидером среди каналов утечки в 2020 году оказались «облака» (почти 80%), вторыми — мессенджеры (в мире сервисы обмена сообщениями заняли третье место). Тройку замыкает электронная почта.

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