Мошенники освоили кражи через СБП

Мошенники освоили кражи через СБП

Мошенники освоили кражи через СБП

Злоумышленники разработали несколько схем хищения денег через систему быстрых платежей (СБП), рассылая фальшивые уведомления о штрафах, налоговой задолженности и других платежах от имени официальных организаций.

Депутат Госдумы Сергей Гаврилов предупредил, что мошенники действуют от лица Федеральной налоговой службы, Федеральной службы судебных приставов и других ведомств.

Их сообщения выглядят убедительно: написаны официальным стилем, содержат угрозы последствий за неуплату и ссылки на законодательные акты. Однако указанные URL ведут не на официальные сайты, а на фишинговые страницы, через которые злоумышленники получают доступ к банковским данным или заражают устройства жертвы вредоносными программами.

«Одна из уловок связана с тем, что человек получает уведомление о якобы существующей задолженности, например, по налогам. В нём указывается конкретная сумма, включая пени и штрафы, и предлагается срочно оплатить её через СБП. Для этого предоставляется QR-код или ссылка на оплату», — рассказал Гаврилов в интервью РИА Новости.

Куратор платформы «Мошеловка» Алла Храпунова в комментарии «Известиям» отметила, что мошенники особенно активны перед 1 декабря — сроком уплаты налогов. Они используют массовые почтовые рассылки и рассчитывают на невнимательность людей.

«Многие торопятся и не проверяют ни сообщения от банка, ни детали платежных уведомлений», — подчеркнула она.

Адвокат Шон Бетрозов добавил, что злоумышленники эксплуатируют юридическую безграмотность граждан, угрожая арестом имущества в случае якобы неуплаченной задолженности.

Эксперты рекомендуют проверять информацию о задолженностях только на официальных ресурсах, например, в личном кабинете на Госуслугах.

«Если в личном кабинете нет информации о задолженности, скорее всего, перед вами мошенники, и лучше не вступать с ними в контакт», — советует Бетрозов.

«Настоящие организации никогда не требуют немедленной оплаты через СБП без достаточных подтверждений», — добавляет интернет-аналитик «Газинформсервиса» Марина Пробетс.

Если вы уже совершили подозрительный платеж, необходимо срочно обратиться в банк — возможно, деньги ещё можно вернуть. Стоит также сообщить о мошенничестве в Роскомнадзор для оперативной блокировки фишингового сайта.

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