Киберпреступники используют лого DeepSeek для фишинга

Киберпреступники используют лого DeepSeek для фишинга

Киберпреступники используют лого DeepSeek для фишинга

Злоумышленники запустили новую фишинговую кампанию, развернув сеть мошеннических ресурсов, использующих логотип популярного чат-бота DeepSeek для кражи криптовалюты.

Аналитики F.A.C.C.T. сообщили «Ведомостям» об этой схеме: преступники привлекают жертв обещанием бесплатной раздачи токенов.

Для участия пользователям необходимо авторизоваться через криптокошелек и подписать транзакцию — после этого злоумышленники получают доступ к средствам.

Кроме того, мошенники выпустили скам-токены — криптовалюты, курс которых искусственно завышается, а затем резко обрушивается. Подобную схему киберпреступники использовали перед инаугурацией Дональда Трампа.

Ранее F.A.C.C.T. также предупреждала о волне криптоскама с применением дипфейков.

Еще один способ хищения средств — сайты, предлагающие предзаказ токенов, якобы готовящихся к выпуску DeepSeek. Для регистрации требуется вход через криптокошелек, что позволяет злоумышленникам получить доступ к сид-фразе. Это дает им возможность полностью контролировать счет жертвы и опустошить его.

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