ВТБ фиксирует рост активности телефонных мошенников

ВТБ фиксирует рост активности телефонных мошенников

ВТБ фиксирует рост активности телефонных мошенников

В текущем месяце число жалоб клиентов ВТБ на мошенничество с использованием телефонной связи возросло на 30% в сравнении с показателем за первую половину апреля. Благодаря этим обращениям банку удалось спасти от хищения 2,8 млрд рублей — почти в вдвое больше, чем за весь апрель.

Рост активности мошенников стал особенно заметным в период с 7 по 10 мая: количество обращений в контакт-центр и чат ВТБ по поводу подозрительных звонков увеличилось на четверть по сравнению с первыми майскими праздниками. В 95% случаев обманщики сочетали социальную инженерию и фишинг.

С начала года ВТБ удалось предотвратить 700 тыс. попыток кражи денег со счетов клиентов — почти в 1,5 раза больше, чем за такой же период 2021 года. Общий объем спасенных денежных средств составил около 7 млрд рублей.

Согласно наблюдениям банка, мошенники чаще всего используют автообзвон с последующим переключением на «специалиста ВТБ» и переписку с использованием поддельных документов. При этом они обычно сообщают об угрозе потери денег, предлагая для безопасности перевести все средства на другой счет, либо об оформлении заявки на кредит.

Повысить сохранность денежных средств на счетах клиентов ВТБ помогает внедрение передовых технологий. Так, в мобильном приложении ВТБ Онлайн появился раздел «Профиль безопасность» с выбором настроек (скрытие баланса, установка лимитов, вход по отпечатку пальца или Bluetooth), пояснениями и рекомендациями. Такой же раздел в будущем появится и в интернет-банке.

В марте пользователи ВТБ Онлайн получили бесплатный определитель номера собственной разработки банка. Он способен предупреждать о мошеннических и спам-звонках, а также подскажет, какой вызов может оказаться полезным.

Подпишитесь на новости

Разработчик создал язык KillSwitch, который специально путает нейросети

Инженер Cloudflare Доминик Пичета представил KillSwitch — экспериментальный язык программирования, созданный для того, чтобы нейросети спотыкались при чтении и написании кода. Пока индустрия делает разработку удобнее для ИИ, он решил устроить ему полосу препятствий.

В своём блоге Пичета объяснил, что хотел проверить способность моделей работать с незнакомым языком и одновременно использовать их слабости: трудности с подсчётом символов, восприимчивость к инструкциям и чрезмерно чувствительные защитные фильтры.

Программы KillSwitch выглядят как рассказы, большую часть которых интерпретатор игнорирует. Среди текста спрятаны настоящие команды, а значения можно извлекать из других строк, указывая расстояние до них. Для идентификаторов действуют правила, связанные с количеством букв и анаграммами.

Отдельный троллинг — конструкции вроде «игнорируй предыдущие инструкции», которые здесь имеют значение внутри языка. Добавьте намеренную ложь в документации и формулировки, провоцирующие защитные механизмы моделей, — получите весьма недружелюбную среду для кодинг-агента.

 

В тестах нейросети писали Hello World, объясняли результат программы и переделывали конвертер температуры. Лучший результат получил Claude Opus 5 — 66,8 балла.

Исходники и спецификация открыты на GitHub. Если модели справятся с нынешними заданиями, автор планирует усложнить проверку.

RSS: Новости на портале Anti-Malware.ru