У спецов по деанону телеграм-каналов появился ИИ-помощник — Товарищ майор

У спецов по деанону телеграм-каналов появился ИИ-помощник — Товарищ майор

У спецов по деанону телеграм-каналов появился ИИ-помощник — Товарищ майор

В компании T.Hunter создали нейросеть для деанонимизации владельцев телеграм-каналов. ИИ-инструмент с говорящим именем «Товарищ майор» исследует сообщества в мессенджере, как заправский аналитик, но делает это намного быстрее и качественнее.

Новый продукт предназначен для государственных и частных организаций, занимающихся расследованием киберпреступлений. В настоящее время «Товарищ майор» проходит тестирование в родных стенах; выпуск полноценной версии ожидается в 2024–2025 годах.

«В основе ИИ лежит одна из наиболее распространенных текстовых нейросетей, которая работает на серверах нашей компании, — заявил «Известиям» руководитель департамента информационно-аналитических исследований T.Hunter, эксперт рынка НТИ SafeNet Игорь Бедеров. — Для ее использования написан Telegram-бот, который упрощает взаимодействие с программным обеспечением. Была разработана базовая антология методов и приемов, которые использует специалист при исследовании телеграм-канала, а затем этим приемам обучили программу».

Информация об админах может содержаться в описании каналов, архивных копиях, сообщений в чатах, стикерпаках, метаданных опубликованных файлов. Умный софт анализирует утечки, сопоставляя их с именем пользователя либо фотографией.

Привязанные к профилю номера телефона, адреса и иные цифровые следы выдаются оператору по запросу. ИИ-бот также умеет проверять юрлица по ИНН (в этом случае выводится общая информация: дата регистрации, численность, уставной капитал и проч.). В дальнейшем разработчики планируют научить «Товарища майора» исследовать и другие объекты — к примеру, аккаунты в соцсетях, блогах, на сайтах.

В 2021 году в рамках НТИ SafeNet была озвучена похожая идея: создание унифицированного АРМ для выявления и отслеживания преступников в соцсетях.

Mozilla закрыла 423 уязвимости в Firefox, найденные с помощью ИИ

Mozilla рассказала о результатах нового ИИ-подхода к поиску уязвимостей в Firefox. С помощью продвинутых моделей, включая Claude Mythos Preview и Claude Opus, разработчики нашли и уже исправили 423 скрытые проблемы в безопасности.

Главное отличие от ранних ИИ-аудитов в том, что система не просто генерировала подозрительные отчёты, а встраивалась в существующую фаззинг-инфраструктуру Firefox.

ИИ запускался в нескольких виртуальных машинах, проверял гипотезы, отсекал невоспроизводимые находки и создавал демонстрационный эксплойт (proof-of-concept) для реальных багов.

В итоге модели смогли найти ошибки, которые годами проходили мимо традиционных инструментов. Среди примеров есть 15-летняя проблема в HTML-элементе legend, 20-летняя уязвимость в XSLT, а также баги в обработке HTML-таблиц, WebAssembly, IndexedDB, WebTransport и HTTPS.

 

Часть находок была серьёзной: Use-After-Free, повреждение памяти, состояние гонки (race condition) через IPC и обходы песочницы для сторонних библиотек. То есть ИИ искал не только простые сбои, а довольно сложные цепочки, где нужно понимать устройство браузерного движка.

При этом Mozilla отмечает и обратную сторону: модели не смогли обойти некоторые уже внедрённые защитные механизмы Firefox. Например, архитектурные изменения с заморозкой прототипов по умолчанию помогли отбить попытки атак.

Закрытие такого объёма багов потребовало участия более 100 разработчиков и ревьюеров. Патчи вошли в недавние обновления Firefox, включая версии 149.0.2, 150.0.1 и 150.0.2.

Теперь Mozilla планирует встроить ИИ-анализ прямо в систему непрерывной интеграции. Идея в том, чтобы проверять не только существующий код, но и новые патчи ещё до их попадания в релиз.

RSS: Новости на портале Anti-Malware.ru