Google назначили оборотный штраф в 21 млрд рублей — за рецидив

Google назначили оборотный штраф в 21 млрд рублей — за рецидив

Google назначили оборотный штраф в 21 млрд рублей — за рецидив

Мировой суд Таганского района Москвы рассмотрел протокол Роскомнадзора о повторном отказе Google ограничить доступ к запрещенной в стране информации и принял решение — оштрафовать правонарушителя на 21 077 392 317,8 рублей. Эта сумма составляет одну десятую годовой выручки техногиганта и его аффилиатов в России.

Постановление суда было вынесено в соответствии с ч. 5 ст. 13.41 КоАП РФ (повторный отказ удалить информацию, запрещенную в России; для юрлиц от одной двадцатой до одной десятой годовой выручки). До составления протокола регулятор, как подсчитали в РИА Новости, направил в Google 17 уведомлений с требованием удалить с YouTube недостоверный либо провокационный контент.

В своем сообщении Роскомнадзор уточняет виды материалов, к которым он требовал ограничить доступ:

  • фейки о ситуации на Украине;
  • пропаганда экстремизма и терроризма;
  • пропаганда индифферентного отношения к жизни и здоровью несовершеннолетних;
  • призывы, в том числе в адрес несовершеннолетних, к участию в несанкционированных массовых акциях.

Кроме привлечения Google к суду как систематического нарушителя местных законов, РКН также ввел в отношении компании меры понуждения — информирование пользователей о нарушении иностранным юрлицом российского законодательства, запрет на распространение рекламы Google и продвижение ее информационных ресурсов.

Ранее Google с подачи РКН уже назначали штрафы за неудаление запрещенной в стране информации — суммарно 68 млн рублей по ч. 2 и ч. 4 ст. 13.41 КоАП. В декабре прошлого года с компании впервые взыскали оборотный штраф в размере 7,22 млрд рублей в соответствии с частью 5 той же статьи.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

В PT Sandbox внедрили ML-модель для поиска скрытых киберугроз

В PT Sandbox появилась новая модель машинного обучения, которая помогает выявлять неизвестные и скрытые вредоносные программы. Песочница анализирует поведение программ по сетевой активности и может заметить угрозы, которые не удаётся поймать обычными методами.

Разработчики отмечают, что один из самых надёжных способов обнаружить зловред — это изучение подозрительных следов в сетевом трафике.

Новая ML-модель как раз обучена отличать «чистые» данные от вредоносных, разбирая пакеты и фиксируя нетипичные признаки поведения.

За последние полгода в песочницу добавили сотни новых правил и сигнатур для анализа трафика, что позволило расширить набор инструментов для поиска программ-вымогателей и атак нулевого дня.

Ещё одно заметное нововведение — проверка QR-кодов. Согласно исследованию, почти половина писем с QR-ссылками содержит зловред или спам. Теперь система может извлекать такие ссылки из писем и вложений и анализировать их на предмет угроз.

Появилась и дополнительная гибкость для специалистов по безопасности: можно писать собственные YARA-правила, настраивать очередь проверки и задавать приоритеты анализа в зависимости от источника или типа файла.

Кроме того, PT Sandbox научилась работать с S3-совместимыми облачными и локальными хранилищами — это позволяет проверять безопасность загружаемых данных вроде кода, изображений или архивов.

И наконец, через веб-интерфейс теперь можно вручную запускать поведенческий анализ отдельных файлов. Это даёт возможность глубже исследовать подозрительные объекты и быстрее реагировать на потенциальные атаки.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru