В общий доступ попали 25 миллионов записей об использовании BeanVPN

В общий доступ попали 25 миллионов записей об использовании BeanVPN

В общий доступ попали 25 миллионов записей об использовании BeanVPN

Команда исследователей при новостном издании Cybernews нашла в интернете открытую базу данных Elasticsearch объемом 18,5 Гбайт. Как оказалось, она содержит 25 млн записей о соединениях, сгенерированных бесплатным Android-приложением BeanVPN.

В паблик попали такие сведения, как ID мобильного устройства, ID пользователя сервисов Google Play, IP-адрес, время включения/выключения VPN и прочие диагностические данные. Эту информацию, по словам аналитиков, можно использовать для деанонимизации пользователя, определения его местонахождения и получения email-адреса, под которым он входит в Google-аккаунт.

На счету BeanVPN в магазине Google числится свыше 50 тыс. загрузок, в App Store это приложение отсутствует. На запрос Cybernews о комментарии разработчик (IMSOFT) не ответил. Судя по контактам на его сайте beanvpn.com, единственный офис компании находится в многоквартирном доме в Бухаресте. В настоящее время доступ к слитой базе данных закрыт.

В прошлом году в похожей ситуации оказались пользователи Android-приложений SuperVPN, GeckoVPN и ChatVPN. В даркнете были выставлены на продажу базы данных, совокупно содержащие 21 млн записей с конфиденциальной информацией, в том числе финансового характера.

Неадекватная защита облачных хранилищ нередко приводит к масштабной утечке, а в случае атаки на такой сервер грозит потерей данных. Проблема давно не дает покоя ИБ-экспертам, однако все их увещевания, призывы и показательные публикации пока не дают искомого эффекта.

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