Anonymous opublikowali 768 tys. maili spółki Gazprom Linde Engineering

Anonymous nie złożyli broni w walce z Rosją i rosyjskimi firmami. W ramach trwającej wojny internetowej hakerzy zdecydowali się udostępnić w sieci aż 728 GB nowych emaili. Wszystkie miały zostać wykradzione należącej do Gazpromu spółce-córce Gazprom Linde Engineering. Każdy chętny może zapoznać się ze znajdującymi się w nich danymi.

Anonymous poinformowało o wycieku około 768 tys. emaili przekazywanych pomiędzy pracownikami Gazprom Linde Engineering. Materiały zebrano w paczkę i udostępniono w sieci w formie pliku ważącego aż 728 GB. Co ważne, mogą one zawierać wiele interesujących materiałów, ze względu na profil samej spółki.

Gazprom Linde Engineering specjalizuje się bowiem w projektowaniu zakładów przetwórstwa gazu i obróbki materiałów petrochemicznych. Co więcej, wśród zadań spółki jest również rozwój rafinerii naftowych. Gazprom, czyli spółka-matka, to prawdziwy gigant branży, dlatego można spodziewać się, że wśród wysłanych wiadomości znajdą się jakieś smaczki.

To już kolejna udana akcja Anonymous w ostatnich tygodniach. Niedawno informowaliśmy o publikacji przez grupę ok. 200 tys. maili z rosyjskiego Ministerstwa Kultury, a wcześniej hakerzy włamali się do systemu monitoringu Kremla. Przy okazji poznaliśmy również ich kolejne cele ataków, wśród których znaleźć można wiele zachodnich spółek, które pozostały w Rosji.

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 *