Хакеры из Infraud Organization получили условные сроки

Хакеры из Infraud Organization получили условные сроки

Хакеры из Infraud Organization получили условные сроки

Суд в Москве приговорил участников группировки The Infraud Organization к условным срокам. Хакеры “специализировались” на продаже данных банковских карт. В США организацию обвиняют в хищении полумиллиарда долларов.

Таганский районный суд Москвы вынес приговор четверым членам The Infraud Organization, передает ТАСС. Всем обвиняемым дали условные сроки. Самый большой — 3 года и 6 месяцев — получил Марк Бергман. Константину Бергману и Кириллу Самокутяеву присудили по 3 года условно. Четвертый участник — Андрей Новак — наказан на 2 года и 5 месяцев условно.

Все четверо признаны виновными по ч. 2 ст. 187 УК РФ ("Неправомерный оборот средств платежей, совершенный организованной группой"). Им грозило до семи лет колонии. 

Однако подсудимые полностью признали вину, что было учтено как смягчающее обстоятельство, уточнили в суде.

Согласно обвинительному заключению, братья Бергманы не позднее 2012 года создали торговую онлайн-площадку, где любой пользователь мог купить похищенные данные банковских карт и номеров социального страхования. Затем в банду вошли Андрей Новак и Кирилл Самокутяев, а также “неустановленные следствием лица”.

Infraud Organization действовала под лозунгом “на мошенничество уповаем” (“In Fraud We Trust”) — перифраз американского девиза “In God We Trust”.

По некоторым данным, к 2017 году число участников киберсообщества перевалило за 10 тыс. Члены группировки занимались продажей украденных персональных данных, банковских карт, вредоносных программ и разного рода финансовой информации.

Среди жертв Infraud Organization были финансовые учреждения, продавцы и обычные пользователи.

Хакеров задержали в январе 2022 года. У подозреваемых изъяли криптовалюту на сумму более одного миллиарда рублей. Новака арестовали, остальных — сначала отправили под домашний арест, затем его заменили на меру пресечения, не связанную с содержанием под стражей.

Напомним, в феврале 2018 года Минюст США предъявил заочные обвинения 36 предполагаемым участникам The Infraud Organization. Андрей Новак фигурировал в этом списке как основатель. Американские власти оценивают ущерб от The Infraud Organization в $530 млн долларов.

Но, как отмечало РИА Новости, в российских материалах дела название The Infraud Organization уже не упоминалось. Подозреваемые признали вину и начали сотрудничать со следствием.

Добавим, в марте 2021 года в США к десяти годам тюрьмы приговорили 33-летнего россиянина Сергея Медведева, задержанного в Таиланде. Его также считали одним из основателей The Infraud Organization. Медведев вину признал.

Нейросеть с сюрпризом: AppSec.Track проверит модели из Hugging Face

ML-модель из публичного репозитория может оказаться не только умной, но и с неприятным сюрпризом внутри. AppSec Solutions добавила в платформу AppSec.Track предварительную проверку моделей из Hugging Face. По заявлению компании, это первое российское решение, которое блокирует потенциально опасные модели до их попадания на машины разработчиков и в CI.

Каждый запрошенный через корпоративный репозиторий файл автоматически отправляется в «карантин». Пока идёт сканирование, разработчик не может скачать модель, зато видит статус проверки и своё место в очереди. После анализа платформа решает, пропускать артефакт в корпоративную инфраструктуру или оставить за дверью.

Модели проверяются без запуска. AppSec.Track разбирает файлы PyTorch, TensorFlow, Keras и другие сериализованные форматы, включая вложенные архивы, и ищет код, способный выполниться при загрузке. Обнаруженным угрозам присваивается уровень критичности.

Проблема особенно актуальна для моделей в формате pickle. Они могут содержать исполняемый код, поэтому одной заражённой загрузки достаточно, чтобы злоумышленник закрепился в среде разработки. Обычный сканер зависимостей здесь способен промахнуться: зловред сидит не в пакете, а внутри самой модели.

В AppSec Solutions считают, что со временем индустрия перейдёт на безопасный формат safetensors. Но пока публичные хабы забиты pickle-файлами, доверять модели только за красивые метрики — так себе стратегия.

Второй рубеж защиты работает на этапе сборки. AppSec.Track формирует SBOM и проверяет библиотеки и зависимости по собственной базе уязвимостей. Она охватывает PyPI, npm, Maven, NuGet, CUDA, Julia и другие экосистемы. Фид можно подключить онлайн или развернуть в закрытом контуре.

Политики безопасности настраиваются один раз и затем применяются автоматически. Сама модель проходит досмотр при входе и повторно не сканируется, а её окружение контролируется при каждой сборке. Получается вполне понятный фейс-контроль: нейросеть сначала показывает, что у неё внутри, и только потом идёт работать.

RSS: Новости на портале Anti-Malware.ru