Киберпреступник утащил 440 ГБ данных с сервера Fortinet

Киберпреступник утащил 440 ГБ данных с сервера Fortinet

Киберпреступник утащил 440 ГБ данных с сервера Fortinet

Представители американского ИБ-гиганта Fortinet подтвердили, что компания стала жертвой утечки данных. Ранее киберпреступник под ником Fortibitch заявил, что ему удалось утащить 440 ГБ данных с сервера Microsoft Sharepoint, принадлежащего Fortinet.

Сообщение об утечке внутренней информации Fortinet появилось на одном из хакерских форумов. Сам злоумышленник поделился учётными данными от ведра s3, где хранятся скомпрометированные данные.

По словам Fortibitch, он пытался заставить Fortinet заплатить выкуп, чтобы украденная информация не попала в общий доступ, однако компания отказалась.

На запрос BleepingComputer представители ИБ-гиганта подтвердили утечку, отметив, что затронутые данные размещались в стороннем расшаренном облачном хранилище.

«Некий злоумышленник получил несанкционированный доступ к ограниченному числу файлов, хранившихся на экземпляре стороннего облачного файлового диска. В этих файлах были данные, принадлежащие небольшому числу наших клиентов», — заявили в Fortinet.

На официальном сайте компании уточняется, что инцидент затронул менее 0,3% клиентской базы.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru