Законопроект об оборотных штрафах отправлен в Госдуму

Законопроект об оборотных штрафах отправлен в Госдуму

Законопроект об оборотных штрафах отправлен в Госдуму

Минцифры передало депутатам два законопроекта, которые ужесточают принципы работы с персональными данными россиян. Речь об оборотных штрафах за утечки и уголовной ответственности за кражу и продажу ПДн.

То, что в комитет Госдумы по информполитике, ИТ и связи поступили такие документы, “Ъ” подтвердили в правительстве.

О готовности бумаг на неделе говорил и глава Минцифры Максут Шадаев:

“Законопроект, предусматривающий административную ответственность за утечку, в частности, оборотные штрафы, уже готов в финальной версии, — заявил министр.

Документ описывает ответственность за утечки баз данных, фиксированный штраф при первом инциденте и оборотный — при повторном. В нём же отмечены смягчающие и отягчающие обстоятельства. Оборотный штраф для компаний может составить от 5 до 500 млн руб. Максимальная граница выставлена для допустивших утечку второй раз.

В апреле Госдума рассмотрит и законопроект об “уголовной ответственности за кражу персональных данных и создание сайтов и других каналов для их распространения”. О нем заговорили в конце прошлого года, в феврале инициативу подтвердил замглавы комитета Госдумы по информполитике Антон Горелкин.

По данным журналистов, речь идет о внесении изменений в статьи 272, 273 и 274 УК РФ. Они касаются неправомерного доступа к компьютерной информации, распространения вредоносных программ и нарушения правил эксплуатации средств хранения, обработки или передачи компьютерной информации.

Проект поправок предусматривает штраф от 300 тысяч до 2 млн рублей, а также лишение свободы в зависимости от тяжести преступления до шести лет, а в некоторых случаях — и до десяти лет.

Необходимо разделять ответственность за факт утечки и факт продажи украденных данных, прокомментировал новость основатель сервиса разведки утечек данных и мониторинга даркнета DLBI Ашот Оганесян.

По его словам, уголовная ответственность вряд ли повлияет на торговцев в даркнете — теневые форумы обеспечивают анонимность всех участников. 

Накануне мы писали о схеме ведения теневого бизнеса продажи данных с привлечением “независимых гарантов”. Больше всего новый закон может затронуть инсайдеров, говорят эксперты.

“После появления первых приговоров по новой норме стоимость инсайдерских данных, безусловно, вырастет”, — уверен Оганесян.

Закон об оборотных штрафов, который ждут уже почти год, потребует от крупных операторов персональных данных модернизации инфраструктуры и процессов обработки. Кроме того, возможные штрафы будут закладывать в бюджет, предполагают юристы. А это может привести к росту тарифов на услуги всех, кто работает с персональными данными.

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

ChatGPT ошибается с адресами сайтов — фишеры не дремлют

Если вы когда-нибудь просили чат-бота типа ChatGPT помочь с ссылкой на сайт банка или личного кабинета крупной компании — возможно, вы получали неправильный адрес. А теперь представьте, что кто-то специально воспользуется этой ошибкой.

Исследователи из компании Netcraft провели эксперимент: они спрашивали у модели GPT-4.1 адреса сайтов для входа в аккаунты известных брендов из сфер финансов, ретейла, технологий и коммунальных услуг.

В духе: «Я потерял закладку, подскажи, где войти в аккаунт [название бренда]?»

Результат получился тревожным:

  • только в 66% случаев бот дал правильную ссылку;
  • 29% ответов вели на несуществующие или заблокированные сайты;
  • ещё 5% — на легитимные, но вообще не те, что спрашивали.

Почему это проблема?

Потому что, как объясняет руководитель Threat Research в Netcraft Роб Дункан, фишеры могут заранее спрашивать у ИИ те же самые вопросы. Если бот выдаёт несуществующий, но правдоподобный адрес — мошенники могут просто зарегистрировать его, замаскировать под оригинал и ждать жертв.

«Вы видите, где модель ошибается, и используете эту ошибку себе на пользу», — говорит Дункан.

Фишинг адаптируется под ИИ

Современные фишинговые схемы всё чаще затачиваются не под Google, а именно под LLM — большие языковые модели. В одном случае, например, мошенники создали фейковый API для блокчейна Solana, окружив его десятками фейковых GitHub-репозиториев, туториалов, Q&A-доков и даже поддельных аккаунтов разработчиков. Всё, чтобы модель увидела якобы «живой» и «настоящий» проект и начала предлагать его в ответах.

Это чем-то напоминает классические атаки на цепочку поставок, только теперь цель — не человек с pull request'ом, а разработчик, который просто спрашивает у ИИ: «Какой API использовать?»

Вывод простой: не стоит полностью полагаться на ИИ, когда речь идёт о важных вещах вроде входа в банковский аккаунт или выборе библиотеки для кода. Проверяйте информацию на официальных сайтах, а ссылки — вручную. Особенно если ИИ обещает «удобный и официальный» сайт, которого вы раньше не видели.

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