Anonymous znów w akcji. Przejęli 645 tys. wiadomości Enerpredu

Grupa Anonymous nie zwalnia w swoich działaniach, które mają pomóc podczas konfliktu Rosji z Ukrainą. Hakerzy opublikowali na Twitterze informację o przejęciu kolejnej paczki danych – 645 tysięcy wiadomości e-mail, które zajmują ponad 430 GB.

Tym razem na celowniku Anonymous znalazła się firma Enerpred istotna na rynku urządzeń hydraulicznych. Te są stosowane w przemyśle energetycznym, petrochemicznym, węglowym, gazowym i budowlanym – czytamy w poście na Twitterze, w którym Anonymous ogłosili swoje kolejne działania. Wykradzione e-maile są dostępne dla każdego w sieci. Do pobrania są 432 GB danych.

Rozważając samodzielne przeglądanie danych tego typu, należy pamiętać o podstawowych zasadach bezpieczeństwa w sieci. Nie ma pewności, czy w paczce nie znajduje się także oprogramowanie szpiegujące lub inne szkodliwe pliki. Warto więc dwa razy zastanowić się, czy pobieranie danych jest tego warte, a jeśli tak – czy komputer jest odpowiednio zabezpieczony i zaktualizowany.

Anonymous od początku konfliktu na terenie Ukrainy mocno angażują się w wojnę w świecie cyfrowym. Dotychczas udało się już między innymi zhakować Gazprom i Rosnieft, zaburzyć dostawy surowców i wykraść mnóstwo danych – łącznie 6 terabajtów. Grupa Anonymous jest także odpowiedzialna za skuteczny atak na system monitoringu Kremla czy manipulację danych przesyłanych przez system AIS w jachcie Władimira Putina.

Podziel się postem:

Najnowsze:

Oprogramowanie

Unia Europejska przejdzie na Linuxa? Powstaje dystrybucja EU OS

Unia Europejska może wkrótce podjąć kroki w kierunku uniezależnienia się od amerykańskiego oprogramowania. Społeczność entuzjastów pod patronatem władz UE pracuje nad projektem EU OS, który ma zastąpić system operacyjny Windows w instytucjach rządowych. Wybór padł na modyfikację dystrybucji Fedora Linux, która zostanie dostosowana do potrzeb urzędników poprzez interfejs przypominający Windows.

Bezpieczeństwo

Przełomowa kwantowa technologia generowania liczb losowych z WAT: Szczegółowa analiza i perspektywy

W dzisiejszym zaawansowanym technologicznie świecie, prawdziwie losowe liczby stanowią fundament wielu kluczowych dziedzin. Od zabezpieczania komunikacji poprzez kryptografię aż po przeprowadzanie złożonych symulacji naukowych i inżynierskich , generowanie nieprzewidywalnych sekwencji danych jest niezbędne. Losowość odgrywa również istotną rolę w grach losowych , w sektorze finansowym , gdzie zapewnia unikalność transakcji, oraz w badaniach statystycznych. W kryptografii, siła klucza szyfrującego jest bezpośrednio związana z jakością i stopniem losowości użytym do jego wygenerowania . Im wyższa entropia źródła losowego, tym trudniejszy do złamania staje się klucz. Prawdziwa losowość jest zatem kluczowym elementem zapewniającym bezpieczeństwo w cyberprzestrzeni, wzmacniając algorytmy szyfrujące i chroniąc integralność przesyłanych oraz przechowywanych danych . Zapotrzebowanie na generatory liczb losowych o wysokiej jakości i nieprzewidywalności stale rośnie, co jest bezpośrednio powiązane z postępem technologicznym i coraz większym znaczeniem bezpieczeństwa informacji. Wraz z dynamicznym przenoszeniem coraz większej liczby aspektów naszego życia do sfery cyfrowej, ilość generowanych i przesyłanych danych nieustannie wzrasta. Ochrona tych danych przed nieautoryzowanym dostępem i manipulacją staje się priorytetem, a prawdziwa losowość jest nieodzownym narzędziem do skutecznego szyfrowania i zabezpieczania przed różnego rodzaju atakami.

Bezpieczeństwo

Prawdopodobnie DeepSeek Zna Twoje Sekrety: Analiza Bezpieczeństwa Danych Treningowych LLM

Prawdopodobnie DeepSeek zna Wasze sekrety oraz klucze API! Takie ostrzeżenie pojawiło się na łamach Sekurak.pl. W dynamicznie rozwijającym się świecie dużych modeli językowych (LLM), gdzie innowacje pojawiają się niemal codziennie, DeepSeek AI szybko zyskał miano znaczącego gracza, budząc zainteresowanie swoimi możliwościami i efektywnością. Jednakże, wraz z postępem technologicznym, pojawiają się również nowe wyzwania w obszarze bezpieczeństwa. Niedawne odkrycie dokonane przez badaczy z Truffle Security rzuca nowe światło na potencjalne zagrożenia związane z danymi treningowymi tych zaawansowanych modeli. Wnikliwa analiza publicznie dostępnego zbioru danych Common Crawl, wykorzystywanego do trenowania LLM, w tym DeepSeek, ujawniła obecność licznych, potencjalnie wciąż aktywnych kluczy API i haseł.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *