Хакер получил 6 лет колонии по двум статьям

Хакер получил 6 лет колонии по двум статьям

Хакер получил 6 лет колонии по двум статьям

Басманный суд Москвы 27 августа приговорил к шести годам колонии общего режима участника киберпреступной группировки Антона Екименко. Ему вменили кражу 168 млн руб. Всего группа, где он состоял, похитила более миллиарда рублей у нескольких российских банков.

Екименко признан виновным по ч. 2 ст. 210 УК РФ (участие в преступном сообществе), ч. 4 ст. 159.6 УК РФ (мошенничество в сфере компьютерной информации, совершенное организованной группой в особо крупном размере).

«На основе компьютерных программ, предназначенных для проведения платежных поручений с использованием интернета, они создали “административную панель“ (автоматизированное программное средство), позволяющую формировать и отправлять дистанционно в кредитно-финансовые учреждения сведения о подложных технических авторизационных реверсивных операциях, то есть транзакциях отмены прямых операций, и управляли ею.

Денежные средства финансовых учреждений похищались путем ввода и модификации компьютерной информации, выполнения операций перевода и снятия денежных средств по банковским картам с их отменой и восстановлением баланса на счетах», — так деяния Екименко характеризует прокуратура Москвы.

Как сообщила прокуратура, Антон Екименко стал последним участником группировки, в отношении которого было проведено судебное разбирательство. Ему удавалось скрываться от правосудия до 2022 г. Остальные участники группировки были приговорены к различным срокам лишения свободы (по данным «Известий», от 5 до 10 лет).

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

Google представил VaultGemma — LLM с дифференциальной приватностью

В семействе больших языковых моделей (БЯМ, LLM) с открытым кодом, разработанных в Google, прибавление. Новинка VaultGemma не запоминает конфиденциальные данные при обучении, что предотвращает их слив пользователям.

ИИ-модель, построенная на базе Gemma 2 и работающая по 1 млрд параметров, прошла предварительный тренинг с применением метода дифференциальной приватности (differential privacy) — он добавляет в процесс обучения эталонный шум для ограничения возможности запоминания.

К сожалению, такой подход снижает не только риск утечки конфиденциальных данных, но также точность и быстродействие LLM. Чтобы найти оптимальный баланс между приватностью, практичностью и затратами на вычисления, в Google провели специальное исследование.

Бенчмаркинг показал, что по производительности VaultGemma сравнима с моделями той же величины, но без гарантий конфиденциальности.

 

Подробная информация о новом opensource-проекте, способном ускорить создание приватных и безопасных ИИ-систем для медучреждений, финансовых институтов и госсектора, выложена на Hugging Face и Kaggle.

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