Мошенники атакуют подростков через чат-боты

Мошенники атакуют подростков через чат-боты

Мошенники атакуют подростков через чат-боты

Мошенники всё чаще используют чат-ботов для атак на подростков. Их конечная цель — получить доступ к деньгам родителей. В ряде случаев злоумышленники также пытаются вовлечь подростков в противоправную деятельность.

Атаки носят многоступенчатый характер. На первом этапе преступники выходят на контакт, выдавая себя за ровесников потенциальной жертвы.

Главная задача — получить геолокацию. Далее следует фаза запугивания: в дело вступает так называемый «украинский военнослужащий», который угрожает нанести удар по переданной геометке, и «сотрудник ФСБ», требующий прислать реквизиты банковских карт родителей для «проверки транзакций на предмет финансирования ВСУ».

Один из таких случаев описал публицист Дмитрий Самойлов:

«Сыну в Телегу написала девушка. Переписывались на тему, как достало ходить в школу, особенно по понедельникам. Обычный трёп. Она спрашивает, где он учится, и просит скинуть геоданные школы. (...) Девушка исчезает, но появляется другой контакт — присылает кружок с видео.

На нём — откормленное лицо в кепке с украинским флагом и подписью: «Спасибо за помощь ВСУ, ждите ракету». Потом сына начала «кошмарить» некая Аня — «куратор ФСБ». Она пыталась выведать реквизиты и коды банковских карт, якобы чтобы проверить, не переводили ли родители деньги боевикам».

Руководитель отдела информационной безопасности группы компаний «Гарда» Виктор Иевлев рекомендует при получении подобных угроз сохранять спокойствие и немедленно прекратить общение.

Он напоминает: настоящие сотрудники МВД или ФСБ не связываются по видео, тем более с подростками. Также важно сообщить о случившемся администрации мессенджера или соцсети, чтобы аккаунт злоумышленника был заблокирован. Кроме того, эксперт советует использовать инструменты родительского контроля.

В пресс-службе ГК «Солар» подчёркивают: большинство угроз, звучащих от лица атакующих, — обычный блеф. Там предостерегают от передачи любых личных данных посторонним — будь то геолокация дома и школы, реквизиты платёжных карт или пароли.

В случае получения подобных сообщений подростку следует сразу обратиться к родителям или другим взрослым, которым он доверяет. И самое важное — в семье должна быть атмосфера доверия, чтобы ребёнок мог без страха делиться тревожащими его ситуациями.

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