Киберполиция Украины арестовала администраторов 400 фишинговых сайтов

Киберполиция Украины арестовала администраторов 400 фишинговых сайтов

Киберполиция Украины арестовала администраторов 400 фишинговых сайтов

Правоохранительные органы Украины задержали девять членов киберпреступной группировки, которая управляла более чем 400 фишинговыми веб-сайтами. Ресурсы были замаскированы под порталы европейских организаций, предлагающих финансовую помощь стране.

Размещённые на таких сайтах формы для ввода отправляли информацию злоумышленникам. Именно так утекали данные банковских карт, логины и пароли от онлайн-банкинга и т. п.

Получив все нужные сведения, киберпреступники могли переводить деньги жертв на свои счета и совершать другие несанкционированные транзакции.

По данным украинских правоохранителей, общий ущерб от деятельности арестованных мошенников составил 100 миллионов гривен (173 миллиона рублей по текущему курсу). При этом пострадали около пяти тысяч граждан.

Пользователи, которые вводили данные на одном из фишинговых сайтов, должны уведомить об этом киберполицию и банк, обслуживающий их счета. Список вредоносных веб-ресурсов, которые находились под контролем группировки, выглядит так:

 

Правоохранители не уточняют, как именно граждан заманивали на сайты, однако вряд ли мошенники использовали какой-то новый приём. Скорее всего, это происходило банально: через спам-рассылки, посты в соцсетях и сообщения в мессенджерах.

 

Киберполиция Украины опубликовала видео задержания участников киберпреступной группы, в ходе которого стражи правопорядка изъяли компьютерное оборудование, банковские карты и пр.

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