Мошенники массово крадут деньги со счетов умерших с помощью их eSim

Мошенники массово крадут деньги со счетов умерших с помощью их eSim

Мошенники массово крадут деньги со счетов умерших с помощью их eSim

По данным экспертов, схема с кражей денег со счетов уже умерших через восстановление неактивной eSim-карты получает все большее распространение. Коварство такой схемы состоит в том, что сам факт преступления вскрывается через довольно продолжительное время.

Как сообщил телеграм-канал Baza, именно по такой схеме мошенники опустошили счета умершего жителя Москвы.

Преступники восстановили его eSim-карту и сняли с привязанного к номеру счета все сбережения. Родственники покойного обнаружили это спустя полгода, обратившись в банк.

По данным F.A.C.C.T., первая волна такого рода мошенничества была отмечена в марте 2024 года. По оценкам Департамента Fraud Protection, количество эпизодов с использованием такой схемы уже весной достигло 100 только среди клиентов одного неназванного крупного банка.

Как прокомментировал «Известиям» начальник отдела информационной безопасности компании «Код безопасности» Алексей Коробченко, мошенники используют несколько схем, часть которых базируется на манипуляциях с номерами умерших. Первые эпизоды, по его данным, имели место еще в 2022 году.

Схема, по мнению Алексея Коробченко, работоспособна, поскольку eSim карты не блокируются автоматически после смерти владельца. И для оператора тот факт, что после того, как картой вдруг перестали пользоваться, а потом она снова «ожила», не является чем-то подозрительным.

Руководитель лаборатории стратегического развития продуктов кибербезопасности Аналитического центра кибербезопасности «Газинформсервис» Дмитрий Овчинников также обратил внимание на то, что в аферах могут участвовать третьи лица: сотрудники салонов связи, родственники или знакомые (ситуация, когда номер оформлен на одного человека, а пользуется им другой не редкость).

По оценке координатора платформы «Мошеловка» Евгении Лазаревой, количество эпизодов с использованием такой схемы не превышает 1 тысячи. Она хлопотна и рискованна для злоумышленников, по крайней мере, если речь идет о живом человеке, который быстро обнаружит попытку «угона».

«Поэтому злоумышленники стараются выбирать жертвами недавно умерших людей — либо арестованных, заключенных, пожилых, которые слабо подкованы в техническом смысле и редко пользуются мобильным телефоном», — предупреждает Евгения Лазарева в комментарии для «Известий».

В Security Vision SOAR появились ИИ-ассистент и ML-отчёты

Security Vision выпустила обновление платформы SOAR, добавив в неё несколько заметных функций — локальный ИИ-ассистент, ML-скоринг инцидентов и автоматические ML-отчёты по итогам расследований. Обновление ориентировано на повседневную работу SOC и обработку инцидентов без выхода за контур заказчика.

Security Vision SOAR используется для управления и автоматизации реагирования на инциденты информационной безопасности на всех этапах их жизненного цикла — от выявления и анализа до восстановления и постинцидентной работы.

В основе платформы лежит объектно-ориентированный подход: каждый элемент инцидента — будь то хост, учётная запись, процесс или артефакт — рассматривается как отдельный объект со своей историей, связями и возможными действиями.

Сценарии реагирования в системе динамические: плейбуки автоматически подстраиваются под развитие инцидента, появление новых данных и техник атак. Дополнительно платформа выстраивает цепочку Kill Chain, показывая, как развивалась атака и какие шаги предпринимал злоумышленник.

Система также предлагает рекомендации по дальнейшим действиям, опираясь на контекст инцидента, накопленный опыт SOC и ML-модели, включая оценку вероятности ложного срабатывания.

 

В новом релизе появился локальный ИИ-ассистент в формате чат-бота. Он работает полностью внутри инфраструктуры заказчика и не обращается к внешним сервисам. Ассистент учитывает контекст конкретного инцидента — его стадию, связанные объекты, историю действий и похожие кейсы — и помогает аналитикам разбираться в событиях, расшифровывать логи, понимать техники атак или формировать команды для диагностики. Модель может дообучаться прямо в SOC на результатах обработки инцидентов и аналитических бюллетенях, при этом все данные остаются внутри контура.

Ещё одно нововведение — ML-скоринг критичности инцидентов. Модель автоматически оценивает приоритет события на основе его масштаба и значимости затронутых активов, что упрощает триаж и помогает быстрее понять, какие инциденты требуют внимания в первую очередь.

Также в платформе появился ML-summary — автоматическое резюме по итогам расследования. При закрытии инцидента система формирует краткий отчёт в едином формате: что произошло, какие действия были выполнены, к какому результату они привели и удалось ли атакующему чего-то добиться. Такое резюме сохраняется в карточке инцидента и отчётности, упрощая передачу дел между сменами и снижая потерю контекста.

В целом обновление направлено на то, чтобы упростить и ускорить рутинную работу SOC: быстрее разбираться в инцидентах, снижать нагрузку на аналитиков и сохранять знания внутри команды без необходимости вручную оформлять каждый шаг расследования.

RSS: Новости на портале Anti-Malware.ru