В Петербурге создали нейросеть по отслеживанию подозрительных транзакций

В Петербурге создали нейросеть по отслеживанию подозрительных транзакций

В Петербурге создали нейросеть по отслеживанию подозрительных транзакций

Ученые из Санкт-Петербурга настроили нейросеть на борьбу с мошенничеством в интернете. Она способна отличать подозрительные транзакции от безопасных и отсеивать мошенников, уверяют разработчики.

О новой модели ИИ в кибербезопасности ТАСС рассказали в Санкт-Петербургском политехническом университете Петра Великого (СПбПУ). Речь о модели графовой нейросети (графы — структуры данных, представляющие собой сети с парными связями внутри).

При обучении нейросети дополнительно учитывалась идентификационная информация: номер банковской карты, данные об отправителе и получателе, тип “пластика”, характеристики устройства, с помощью которого была совершена транзакция, и другое.

“Во время экспериментальных испытаний модель показала свой высокий потенциал", — говорится в сообщении ученых.

Особенность новой модели в том, что она уделяет внимание определенным закономерностям, по которым можно распознать противоправные действия, добавляют разработчики.

"Если человек открыл счет в банке полгода назад и за этот период времени средняя сумма транзакций за день составляла 1 тыс, рублей, после чего в один день он получил денежные переводы в сумме 30 тыс. рублей, вероятность того, что нейронная сеть отнесет этого человека к классу мошенников, возрастет", — приводит в пример пресс-служба Политеха слова доктора технических наук, профессора Института кибербезопасности и защиты информации СПбПУ Дарьи Лавровой.

Создатели новой модели нейросети уверены, что их разработку уже сейчас можно использовать на первой линии защиты от интернет-мошенничества.

Но технические методы все равно не способны полностью защитить от обмана, так как самое уязвимое звено — не компьютер, а человек, заключают ученые.

Добавим, накануне в “Лаборатории Касперского” рассказали о проверке ChatGPT на умение распознавать фишинговые ссылки. Выяснилось, что нейросеть знает признаки риска, хорошо определяет атакуемые организации, но склонна видеть опасность там, где ее нет.

Claude освободил 700 ГБ, удалив домашнюю папку разработчика

Разработчик Себастьен Гиймо поручил ИИ-агенту Claude написать скрипт для очистки временных файлов. Бот справился слишком эффективно: удалил домашний каталог пользователя вместе с 700 ГБ данных и результатами недельной работы, но предусмотрительно оставил папку /tmp, ради которой всё и затевалось.

Гиймо регулярно запускает ИИ-агентов, которые оставляют после себя множество временных файлов.

Он попросил модель Claude Fable создать отдельную песочницу для каждого агента в /tmp и очищать её после завершения работы, не затрагивая используемые данные.

Первая версия скрипта показалась разработчику слишком сложной. Из-за наличия команд безвозвратного удаления Claude запустил дополнительную проверку безопасности. Система Anthropic сочла задачу рискованной и автоматически понизила модель сначала до Opus 5, а затем до Opus 4.8.


Новая модель написала тест, который сравнивал цели удаления с /tmp и домашним каталогом пользователя. Обе директории были правильно признаны опасными. А затем начался этап очистки тестовых данных, и Claude повторно использовал ту же переменную, в которой находился путь к домашней папке.

Гиймо остановил процесс, но слишком поздно: агент успел удалить 700 ГБ. Большую часть информации разработчик восстановил из Git, конфигурации Nix, журналов сессий и других источников. Однако недельная работа всё же пострадала.

Разработчик предполагает, что автоматический переход на менее сильную модель мог повысить риск ошибки. Более производительная Fable 5, возможно, заметила бы конфликт переменных.

RSS: Новости на портале Anti-Malware.ru