ФинЦЕРТ и НКЦКИ предупредили банки о компрометации компаний ГК Ланит

ФинЦЕРТ и НКЦКИ предупредили банки о компрометации компаний ГК Ланит

ФинЦЕРТ и НКЦКИ предупредили банки о компрометации компаний ГК Ланит

В субботу на официальном сайте НКЦКИ появилось сообщение, в котором регулятор предупреждает кредитные организации о возможной компрометации компаний «ЛАНТЕР» и «ЛАН АТМсервис», входящих в состав ГК «Ланит».

В бюллетене (PDF) НКЦКИ уровень угрозы оценили как высокий.

Регулятор рекомендовал как можно скорее сменить пароли и ключи доступа ко всем системам, размещенным в центрах обработки данных компаний группы «Ланит», а также усилить мониторинг событий информационной безопасности в системах, разработанных или обслуживаемых этой группой.

При выявлении признаков компрометации НКЦКИ призвал незамедлительно сообщать об этом.

«Анализ инцидента показал, что в 2024 году одной из самых серьезных угроз для российских организаций стала техника первоначальной компрометации систем, основанная на атаках через доверенные внешние каналы взаимодействия», — говорится в бюллетене НКЦКИ.

«Излишнее доверие к таким каналам использовали злоумышленники, сосредоточив усилия на получении несанкционированного доступа к информационно-телекоммуникационным сетям организаций, занимающихся разработкой программного обеспечения, интеграцией и сопровождением информационных систем. Их конечной целью в большинстве случаев становилась компрометация информационных ресурсов клиентов этих компаний».

Для минимизации возможных последствий инцидента в документе приведены конкретные рекомендации. В общей сложности они включают 20 технических и организационных мер.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

Google представил VaultGemma — LLM с дифференциальной приватностью

В семействе больших языковых моделей (БЯМ, LLM) с открытым кодом, разработанных в Google, прибавление. Новинка VaultGemma не запоминает конфиденциальные данные при обучении, что предотвращает их слив пользователям.

ИИ-модель, построенная на базе Gemma 2 и работающая по 1 млрд параметров, прошла предварительный тренинг с применением метода дифференциальной приватности (differential privacy) — он добавляет в процесс обучения эталонный шум для ограничения возможности запоминания.

К сожалению, такой подход снижает не только риск утечки конфиденциальных данных, но также точность и быстродействие LLM. Чтобы найти оптимальный баланс между приватностью, практичностью и затратами на вычисления, в Google провели специальное исследование.

Бенчмаркинг показал, что по производительности VaultGemma сравнима с моделями той же величины, но без гарантий конфиденциальности.

 

Подробная информация о новом opensource-проекте, способном ускорить создание приватных и безопасных ИИ-систем для медучреждений, финансовых институтов и госсектора, выложена на Hugging Face и Kaggle.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru