Бургер Кинг протёк: в Сеть выложили данные клиентов сети быстрого питания

Бургер Кинг протёк: в Сеть выложили данные клиентов сети быстрого питания

Бургер Кинг протёк: в Сеть выложили данные клиентов сети быстрого питания

Неизвестные киберпреступники выложили в общий доступ данные клиентов сети быстрого питания «Бургер Кинг». Судя по всему, информацию собрали за весну-лето 2024 года.

По данным телеграм-канала «Утечки информации», в общей сложности выложенная БД содержит 5 627 676 строк, собранных в промежуток с 31.05.2018 по 25.08.2024.

В частности, в БД можно найти следующие сведения о покупателях:

  • Имена;
  • Телефонные номера (4 886 993 уникальных);
  • Адреса электронной почты (3 163 628 уникальных);
  • Даты рождения;
  • Пол;
  • Город проживания;
  • Любимые блюда и категории;
  • Даты заказов.

Исследователи считают, что все данные попали в третьи руки из мобильного приложения.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru