Утёкшие в дарквеб данные карт тестируются в течение двух часов

Утёкшие в дарквеб данные карт тестируются в течение двух часов

Утёкшие в дарквеб данные карт тестируются в течение двух часов

Исследователь представил интересную статистику относительно слитых в Сеть данных банковских карт. Оказалось, что достоверность скомпрометированной платёжной информации довольно быстро проверяется различными киберпреступниками.

С того момента, как данные какой-либо карты появляются на нескольких сайтах соответствующей тематики, проходит буквально два часа до попытки осуществления микротранзакции — проверки актуальности.

Такой статистикой поделился специалист компании ThreatPipes Дэвид Гринвуд. Чтобы провести эксперимент, Гринвуд купил предоплаченную карту VISA, а затем попытался продать платёжную информацию на площадках дарквеба.

Однако, по словам Гринвуда, все оказалось не так просто:

«К сожалению, вы не можете просто взять и продать такого рода информацию в дарквебе. Сначала вам необходимо заработать соответствующую репутацию».

Тогда специалист решил пойти другим путём — предложить «скомпрометированные» данные бесплатно. Гринвуд поместил информацию настоящей карты в набор, состоящий из поддельных данных. Там была дата окончания срока действия, код CVV, а также адрес держателя.

В течение двух часов не происходило ровным счётом ничего. Затем исследователь зафиксировал микроплатеж, предназначенный для проверки валидности данных. Такие тесты, как правило, автоматические — выполняются ботами.

В результате Гринвуд смог сделать вывод, что информация любой слитой карты будет протестирована в течение двух часов после публикации в дарквебе.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

Новая ИИ-модель копирует собеседника путем проведения опроса

Исследователи из трех американских университетов и команды Google DeepMind создали модель генеративного ИИ, способную после двухчасового аудиоинтервью сымитировать личность и поведение собеседника с точностью до 85%.

В контрольную выборку вошли 1052 добровольца разного возраста, пола, образования, достатка, национальности, вероисповедания и политических взглядов. Для всех были созданы индивидуальные программы-агенты одинаковой архитектуры.

Разработанный сценарий бесед включал обычные для социологических исследований вопросы, тесты «Большая пятерка» для построения модели личности, пять экономических игр («Диктатор», «Общественное благо» и проч.) и поведенческую анкету, составленную в ходе недавних экспериментов с большими языковыми моделями (БЯМ, LLM).

Ответы испытуемых сохранялись в памяти для использования в качестве контекста. Спустя две недели добровольцам предложили пройти тот же опрос, и LLM смогла предугадать их реплики с точностью до 85%.

 

По мнению авторов исследования, их метод создания цифровых двойников — хорошее подспорье в изучении индивидуального и коллективного поведения. Полученные результаты также можно использовать в социологии и для выработки политических решений.

К сожалению, совершенствование ИИ-технологий — палка о двух концах. Попав в руки злоумышленников, подобный инструмент позволит создавать еще более убедительные дипфейки, чтобы вводить в заблуждение интернет-пользователей с корыстной либо иной неблаговидной целью.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru