Европол поймал гражданина, заказавшего киллера своей девушки в даркнете

Европол поймал гражданина, заказавшего киллера своей девушки в даркнете

Европол поймал гражданина, заказавшего киллера своей девушки в даркнете

Совместная операция Европола и итальянских правоохранительных органов, получившая кодовое имя «Operation Hitman», привела к поимке гражданина Италии, которому пришло в голову нанять киллера на просторах даркнета.

Причём наёмщик хотел не банальное убийство, а чтобы киллер сломал позвоночник его бывшей девушке и приковал её к инвалидной коляске. Также рассматривался вариант «облить кислотой её лицо».

Итальянские СМИ уточнили, что гражданин воспользовался соответствующей услугой в сети TOR, согласившись заплатить около 10 тысяч евро в биткоинах.

«Киллер нанимался через специальный веб-сайт, который располагался в сети TOR и специализировался на подобных услугах. В качестве вознаграждения за проделанную работу предлагалось около €10 000», — гласит пресс-релиз Европола.

«Европолу удалось оперативно провести анализ перевода цифровой валюты, проследить и идентифицировать преступника, заказавшего убийство своей бывшей девушки».

К счастью, в этой истории никто не пострадал. Реакция правоохранителей уберегла девушку от травм или даже смерти по вине бывшего любовника. Но в целом такие случаи в очередной раз доказывают, что даркнету нужно уделять больше внимания.

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