Russian OSINT

❔ Какие компании США могут привлечь к наступательным кибероперациям? Белый дом пока не назвал ни одного участника программы. Правила отбора должны появиться в течение 60 дней, поэтому любой перечень компаний сейчас является лишь 👀 OSINT-прогнозом, а не подтверждённым списком подрядчиков. К участию в программе, скорее всего, привлекут крупнейшие технологические корпорации, выстроив из них эшелонированную коалицию. Наиболее очевидным кандидатом на обеспечение разведданными выглядит Microsoft. Её подразделение Digital Crimes Unit (DCU) имеет многолетний опыт успешных совместных с ФБР операций по перехвату управления и ликвидации инфраструктуры ботнетов (от Zeus до Qakbot). Сходную роль способны выполнять Google и Mandiant, располагающие глобальной телеметрией для точной атрибуции угроз. Chainalysis и Elliptic могут заняться отслеживанием криптовалютной инфраструктуры преступных группировок. Palantir объединит информацию в оперативную картину. OpenAI и Anthropic, вероятно, будут задействованы прежде всего как поставщики специализированных ИИ-моделей и агентных инструментов (не зря их специалисты выезжают на места помогать с развёртыванием ИИ-моделей на местах). Их системы могут автоматизировать поиск уязвимостей, разработку эксплойтов, анализ вредоносного ПО, планирование операций и обработку разведданных, но учитывая скандалы в СМИ, роль ИИ-провайдеров будет ограничена, поэтому, скорее всего, разработку боевых инструментов возьмут на себя профильные киберподрядчики. И у OpenAI, и у Anthropic в правилах использования прямо прописаны так называемые «красные линии». Они запрещают использование ИИ-моделей для проведения наступательных киберопераций, создания вредоносного ПО, вывода из строя чужой инфраструктуры и несанкционированного доступа к системам. Даже когда OpenAI заключила контракты с Военным министерством США, а Anthropic предоставила доступ к Claude для оборонных ведомств через Palantir и AWS, обе компании публично подчеркнули, что контракты допускают только аналитику, оборонительные задачи и обработку данных в рамках закона, но не управление автономным оружием или прямое нанесение ущерба. Таким образом, OpenAI и Anthropic снабжают операцию «мозгами» и ИИ-инструментами, сохраняя формальную чистоту своих корпоративных политик, а практическое исполнение и юридическую ответственность за наступательные действия берут на себя классические подрядчики Пентагона и спецслужб. Эксперты интернетах спорят о том, что непосредственно «грязную работу» (от разработки эксплойтов до проведения самих киберопераций) могут взять на себя профильные оборонные подрядчики с высшими уровнями допуска. Компании вроде Nightwing, ManTech, REDLattice, CACI и Leidos специализируются на наступательных возможностях и располагают опытным штатом специалистов для решения таких задач. Пока это только догадки и не более. ✋ @Russian_OSINT

Продолжение... ⚖️В 2017 году законопроект Active Cyber Defense Certainty Act предлагал изменить Computer Fraud and Abuse Act и создать ограниченную правовую защиту от уголовного преследования для частных лиц и организаций, применяющих определённые меры активной киберзащиты за пределами собственных систем. Законопроект принят не был. С 2018 года Пентагон развивает концепцию defend forward, но действия за пределами американских сетей выполняли государственные и военные структуры. Администрация Байдена в плане 2023 года уже предлагала создавать оперативные ячейки с участием доверенных компаний, однако правоохранительные полномочия оставались у государства. 🕵️‍♀️Раздел 4(c) содержит революционную оговорку. Любая иностранная группировка по умолчанию считается чисто криминальной до тех пор, пока 🎩🇺🇸🇺🇸 разведка США не предоставит прямые доказательства её связи с правительством другой страны. Это снимает юридическое бремя с коммерческих подрядчиков и развязывает им руки при атаках на инфраструктуру за рубежом. Раздел 3(a)(iv) вводит так называемый финансовый предохранитель. Профильные ведомства получают право обязать каждую компанию-участника внести залог или содержать эскроу-депозит на сумму не менее $1 млн. В случае нарушения условий контракта этот залог конфискуется в пользу государства, а при несанкционированном выходе за рамки операции или случайной атаке на граждан 🇺🇸США компания обязана немедленно остановить действия и уведомить власти. Меморандум предусматривает закрытое межведомственное согласование, ежегодную переоценку компаний и обязательную остановку операции при выходе за утверждённые границы. При этом публичный документ не устанавливает обязательной отчётности перед Конгрессом, не требует раскрывать список подрядчиков и операций и не предусматривает судебного контроля для каждой иностранной цели. Вероятнее всего, программу обкатают сначала на политически удобных целях. Это могут быть 🤖ботнеты, 🔒инфраструктура вымогателей, 🎣фишинговые сети и 🥷 мошеннические кол-центры в юрисдикциях, которые не способны или не хотят сотрудничать с США. Такие операции позволят проверить новую модель ГЧП при сравнительно низком риске эскалации. 👆В преамбуле констатируется, что исторически ресурсы и скорость частного сектора задействовались недостаточно. Документ задаёт жёсткий темп. На разработку и утверждение всех регламентов, критериев отбора компаний и процедур отведено всего 60 дней, а первый официальный отчёт о работе программы должен быть подготовлен через 180 дней, причём он будет представлен президентским советникам и Национальному кибердиректору, а не общественности. ✋ @Russian_OSINT

🇺🇸 В США легализуют рынок частных наступательных киберопераций под контролем государства 12 августа Дональд Трамп подписал президентский меморандум «О расширении возможностей по борьбе с транснациональной киберпреступностью», который поручает Национальному координационному центру создать специальную программу для проведения киберопераций с участием прошедших проверку американских компаний. Частные компании отныне смогут участвовать в 🎩наступательных и разведывательных 🎩кибероперациях против иностранных 🥷киберпреступных транснациональных ОПГ. 👁 Интересно то, что к программе хотят допустить не только крупные корпорации, но и небольшие специализированные ИБ-компании. 🤔Вашингтон создаёт закрытый контур взаимодействия с частными подрядчиками, где государство определяет цель, утверждает каждую операцию и сохраняет оперативный контроль. Частные компании не могут действовать автономно и привлекаются c разрешения властей в рамках программы Национального координационного центра (NCC), а сами операции проводятся от имени и под строгим надзором федерального правительства. Это принципиальное отличие от идеи 🏴‍☠️🏴‍☠️цифрового каперства. Каперство исторически подразумевает выдачу частным лицам свидетельства (Letter of Marque), которое даёт им право самостоятельно выбирать цели, действовать автономно и забирать добычу в качестве вознаграждения. ▪️Координирующий орган: Национальный координационный центр (NCC). ▪️Руководство: Управление программой строится на паритете двух ведомств. Назначаются два содиректора. Один от Минюста США, второй от Министерства внутренней безопасности США. Любая наступательная операция требует обязательного письменного утверждения обеими сторонами, что должно исключить ведомственные конфликты. Новизна меморандума Трампа состоит не в государственно-частном сотрудничестве как таковом, а в превращении подрядчика из поставщика данных и инструментов в непосредственного исполнителя проникновения. Теперь частные компании могут осуществлять взлом ИТ-инфраструктуры зарубежных группировок для сбора данных и подготовки будущих атак. Сюда входит манипуляция, нарушение работы, блокировка, вывод из строя или уничтожение инфраструктуры и данных, принадлежащих киберпреступникам. 🈁⭕️🌐 Следуя вышесказанному, логично предположить, что ИИ-атаки на группировки хакеров с помощью таких моделей как Astra и Mythos уже совсем скоро станут реальностью. Компании Anthropic, OpenAI, Microsoft и Google могут стать доверенными подрядчиками для решения задач властей США. 🤚В меморандуме говорится, что руководители программы не имеют права одобрять операции, приводящие к критическим последствиям, а именно гибели людей, тяжёлым травмам или действиям, равным применению военной силы или вооружённому нападению по международному праву. Отдельного внимания заслуживает широкая трактовка "допустимой цели". Термин 🥷 CE-TCO (Cyber-Enabled Transnational Criminal Organization) определяется как любая иностранная группа, совершающая киберпреступления против правительства, граждан или интересов США. Поскольку понятие «американские интересы» в документе не ограничено и размыто, то власти получают возможность трактовать его максимально гибко. Говоря простым языком, любая зарубежная хакерская группировка, которую Белый дом сочтёт угрозой своим интересам, автоматически становится ❗️"законной целью" для наступательных или разведывательных киберопераций. По данным FBI Internet Crime Complaint Center, в 2025 году было зарегистрировано 1 008 597 обращений и $20,9 млрд заявленных потерь от деятельности киберпреступников. Из них $17,7 млрд пришлось на мошенничество с использованием цифровых технологий. Важно учесть, что это данные заявителей, а не оценка полного ущерба американской экономике, но даже они показывают масштаб проблемы. ✋ @Russian_OSINT

Интересный проект на ❗️ GitHub для тех, кто понимает, что с этим делать. В StevenBlack/hosts можно найти актуальный файл hosts, который позволяет с помощью адреса 0.0.0.0 блокировать рекламу, трекеры и 🛡вредоносное ПО (ВПО). Когда операционная система пытается загрузить рекламный баннер или связаться с опасным сервером, она сначала обращается к файлу hosts. Адрес 0.0.0.0 обозначает немаршрутизируемый и недействительный целевой адрес, поэтому сопоставленный с ним запрос не покидает компьютер. В итоге реклама, счётчики метрик и вредоносный код вообще не скачиваются из интернета. Это экономит трафик, защищает приватность и ускоряет загрузку страниц. Проект работает как агрегатор. Он автоматически скачивает обновлённые списки нежелательных доменов из разных источников (например, списки AdAway, URLHaus от abuse[.]ch, yoyo[.]org и другие). Специальный скрипт объединяет эти данные, удаляет все повторы и очищает список от некорректных записей. В базе сейчас больше >100 000 нежелательных доменов. Расширенные варианты позволяют дополнительно перекрыть другие отдельные категории сайтов. Сам файл hosts можно найти в 📂 source code. 👨‍💻https://github.com/StevenBlack/hosts ✋ @Russian_OSINT

▫️ PrivacyTests.org — открытая платформа для сравнительного аудита приватности веб-браузеров, проверяющая их стандартные настройки с помощью автоматизированных тестов. Сервис показывает, насколько хорошо браузеры защищают от межсайтового отслеживания и утечек данных через cookies, разделение хранилищ, tracking-параметры, сторонний контент, fingerprinting и другие механизмы веб-трекинга. -------------------------- В новом разборе PrivacyTests от 10 августа 2026 года уверенную победу занял браузер Mullvad Browser. ⚡️Больше полезной информации для исследователей в Лаборатории Russian OSINT ✋ @Russian_OSINT

💻Бенчмарк SRE-Bench раскрыл истинный предел возможностей автономных ИИ-агентов в реверс-инжиниринге? В новом исследовании научная группа под руководством исследователей Джереми Спенса и Чжо Чжана при участии компании Vals AI представила SRE-Bench. Утверждается, что это первый бенчмарк для всесторонней оценки автономных ИИ-агентов в задачах обратной разработки бинарного кода, полностью защищённый от утечки обучающих данных. Авторы обосновали необходимость новой тестовой среды тем, что около 46,5% эксплуатируемых в реальных кибератаках уязвимостей и свыше 48% уязвимостей нулевого дня приходятся на закрытое коммерческое ПО и прошивки, доступные специалистам исключительно в скомпилированном виде. Для устранения проблемы распознавания кода по памяти авторы потратили более 5 000 экспертных часов на создание с нуля 19 оригинальных программ общим объёмом свыше 320 000 строк кода (в среднем 16 915,8 строк на проект) на языках C, C++, Rust и Go в пяти ключевых доменах, включая сетевые протоколы, файловые форматы, прошивки микроконтроллеров и анализ вредоносного ПО. Базу дополнил собственный комплекс защиты из 44 передовых примитивов обфускации и антианализа объёмом 27 000 строк кода, что позволило сформировать 262 бинарных инстанса и 1 572 строго верифицируемые задачи. 📊Тестирование пяти ведущих систем (GPT-5.6-sol, Claude-Opus-5, GPT-5.5, Grok-4.5 и GLM-5.2) в стандартизированной среде с инструментами Ghidra, GDB и angr обошлось в $31 400 и 1 812 часов работы изолированных контейнеров, продемонстрировав неготовность автономных агентов к полноценному бинарному анализу. Наиболее результативная ИИ-модель GPT-5.6-sol набрала в среднем 61,4% баллов и смогла полностью решить только 31,5% предоставленных инстансов, тогда как Claude-Opus-5 справилась лишь с 12,5% инстансов, а GLM-5.2 не смогла решить ни одного бинарного инстанса со средним результатом 3,4%. Применение авторского набора защитных механизмов, построенного на принципах ленивой постраничной расшифровки и виртуализации логики загрузчика, снизило показатели лидера почти в два раза и свело к околонулевым значениям результативность остальных участников. Если для эксперта-человека классическими барьерами остаются оптимизация компилятора и статическая линковка библиотек, то для ИИ-моделей эти факторы практически не снизили итоговую оценку. При этом удаление отладочных символов привело к падению показателей GPT-5.5 более чем в два раза (с 2,53 до 1,14 балла), что подтверждает критическую зависимость современных языковых моделей от лексических текстовых якорей в декомпилированном листинге, а не от способности логически осмысливать цепочки машинных инструкций. Контрольный эксперимент с модификацией открытого архиватора gzip доказал, что поверхностно изменённый публичный код решается агентами за считаные минуты при затратах всего в $2 за счёт извлечения архитектуры из обучающей выборки, тогда как закрытый проект аналогичной сложности потребовал свыше $31 на запуск и вызвал глубокие системные затруднения. Исследование наглядно показало, что успехи ИИ-агентов в поиске уязвимостей на уровне открытого исходного кода не транслируются в бинарный реверс-инжиниринг, а SRE-Bench можно считать надёжным эталоном для измерения реального прогресса автономных ИИ-систем. ✋ @Russian_OSINT

🇪🇺Сеть CNA под управлением ENISA выросла до 20 организаций Агентство Европейского союза по кибербезопасности ENISA сообщило, что в иерархии ENISA Root теперь находятся 20 организаций со статусом CVE Numbering Authority (CNA). Двенадцать из них ENISA самостоятельно подключила к программе, а ещё восемь действующих CNA перешли из иерархии MITRE Top-Level Root в ENISA Root. Для существующих CNA такой переход является добровольным. 👮 CNA (CVE Numbering Authority) — уполномоченный участник программы CVE, который присваивает идентификаторы CVE и публикует CVE-записи в пределах закреплённой за ним области полномочий. Обычно CNA является организацией. Однако статус CNA может иметь и отдельный независимый ИБ-исследователь. Координация раскрытия может входить в работу CNA, но его основными функциями остаются присвоение идентификатора и публикация записи. Новыми CNA под ENISA Root стали 🇺🇸🎖 Центр кибербезопасности НАТО (NCSC) и компания AISLE, работающая в области ИИ и кибербезопасности. NCSC входит в Агентство связи и информации НАТО (NCIA), которое через этот центр предоставляет технические услуги кибербезопасности в масштабах НАТО. Центр может присваивать идентификаторы CVE уязвимостям в готовом коммерческом ПО (COTS), отобранном для включения в перечень программного обеспечения, одобренного НАТО (NATO Approved Software List, A2SL). Область полномочий AISLE как CNA ограничена продуктами самой компании. Опубликованная политика AISLE распространяется также на найденные компанией уязвимости в стороннем ПО, включая компоненты с открытым исходным кодом. Однако это не расширяет область полномочий AISLE как CNA. Для присвоения CVE ID находкам за её пределами компания работает с соответствующей CNA или CNA последней инстанции (CNA-LR). Если поставщик затронутого продукта сам является CNA, то AISLE уведомляет его и передаёт присвоение идентификатора этой CNA. ENISA обладает статусом CNA с января 2024 года, а в ноябре 2025 года агентство стало CVE Root. В роли Root ENISA может подключать, обучать, поддерживать и администрировать CNA в пределах своего мандата, а также следить за соблюдением правил программы. ENISA не становится Root для всех европейских CNA автоматически, поскольку переход действующих организаций под его управление остаётся добровольным. Расширение происходит незадолго до начала применения требований Cyber Resilience Act об обязательной отчётности. С 11 сентября 2026 года производители продуктов с цифровыми элементами, поставляемых на рынок ЕС, должны будут сообщать через Единую платформу отчётности (Single Reporting Platform, SRP) об активно эксплуатируемых уязвимостях в этих продуктах, а также о серьёзных инцидентах, влияющих на их безопасность. 👆🤔Фактически ENISA формирует европейский административно-координационный узел внутри глобальной программы CVE. Согласно официальной структуре программы, ENISA Root остаётся частью иерархии MITRE Top-Level Root и единого глобального пространства идентификаторов CVE. ✋ @Russian_OSINT

🤌 Утечка данных клиентов Trezor через логистического партнёра ShipMonk Компания Trezor опубликовала официальное заявление об инциденте безопасности, в результате которого произошла утечка персональных данных клиентов. Компрометация затронула инфраструктуру стороннего логистического оператора ShipMonk, занимающегося хранением и отправкой устройств. 10 августа 2026 года логистический партнёр ShipMonk уведомил Trezor о несанкционированном доступе посторонних лиц к своим серверам, на которых обрабатывалась информация о заказах. Инфраструктура якобы Trezor не скомпрометирована. Инцидент произошёл исключительно во внешнем контуре ShipMonk. Злоумышленники получили доступ к базе данных покупателей, оформлявших заказы за последние 90 дней (в период с 10 мая по 8 августа 2026 года). Это первый случай с момента основания Trezor в 2013 году, когда утекли физические адреса доставки и номера телефонов клиентов. Trezor — чешский производитель аппаратных кошельков для безопасного хранения криптовалют. Юридически компания оформлена как Trezor Company s.r.o. и входит в состав группы компаний SatoshiLabs. Компания специализируется на создании устройств для холодного хранения цифровых активов. Главная задача таких устройств — генерировать и хранить приватные криптографические ключи полностью изолированно от компьютера и сети Интернет. Это защищает криптовалюту от сетевых атак, вредоносного ПО и взломов операционной системы. В общей сложности утечка затронула около 13 689 покупателей. Масштаб удалось существенно сократить благодаря действующей в Trezor политике хранения данных, согласно которой логистические партнёры обязаны удалять или анонимизировать персональные сведения через 90 дней после доставки заказа. 📊Характер скомпрометированных данных: ▪️Полная компрометация (11 742 человека): имя и фамилия, адрес электронной почты, номер телефона и полный адрес доставки. ▪️Частичная компрометация (1 947 человек): имя, город проживания и адрес электронной почты (без точного адреса доставки и телефона). Trezor дополнительно проверяет временные рамки по этой группе, так как в неё могли попасть и более ранние заказы. География инцидента: Утечка коснулась пользователей, оформивших доставку в следующие страны: 🇺🇸США 🇬🇧Великобритания 🇸🇪Швеция 🇨🇴Колумбия 🇧🇷Бразилия 🇮🇹Италия 🇵🇹Португалия 👆Trezor разослал персональные уведомления всем затронутым пользователям. Если соответствующее письмо не поступало, данные не были раскрыты. Главная угроза для пострадавших пользователей — всплеск целевых фишинговых атак и методов социальной инженерии. Наличие полного адреса, имени и телефона позволяет злоумышленникам формировать персонализированные мошеннические кампании под видом криптобирж, банков или службы поддержки Trezor. ✋ @Russian_OSINT

🧊 Компания 0DIN AI представила классификатор SusFactor для обнаружения джейлбрейков и промпт-инъекций Кейт Сильверштейн, Марко Фигероа и другие исследователи из компании 0DIN AI опубликовали научную работу с описанием 📄 SusFactor. Это бинарный классификатор объёмом 560 млн параметров, предназначенный для выявления джейлбрейков и промпт-инъекций в запросах к ИИ-моделям. Архитектура решения основана на модели multilingual-e5-large, построенной на архитектуре XLM-RoBERTa-Large, которая содержит 24 трансформаторных слоя с размерностью скрытого состояния 1024. Классификатор принимает промпт пользователя и вычисляет индекс подозрительности в диапазоне от 0 до 1. Исходная нейросеть прошла предварительное дообучение на задаче семантического сходства джейлбрейков, после чего её оснастили двухслойным перцептроном с функцией активации GELU и выходом softmax. Модель может выполнять локальный инференс на центральном процессоре. В блоге 0DIN AI указано, что при тестировании на Apple M2 Pro медианная задержка составила от 63 мс для коротких текстов до 328 мс при максимальном контекстном окне в 512 токенов. Обучающий корпус SusFactor включает 68 935 примеров, из которых 28% составляют вредоносные промпты, а 72% приходятся на безопасные запросы, включая 25 000 сложных негативных примеров для контроля ложноположительных срабатываний. Важнейшим компонентом набора данных стал фид угроз 0DIN Threat Feed, включающий 3426 атак на LLM в реальных продуктовых системах, которые ИБ-исследователи представили через баг-баунти платформу. Проведённый авторами абляционный анализ показал определяющее влияние этого источника. При исключении атак из 0DIN Threat Feed из обучающего датасета доля успешных атак на бенчмарке JailbreakBench выросла с 12,1% до 77,5%, что соответствует 6,4-кратному росту пропуска вредоносных запросов, а показатель AUROC упал с 0,954 до 0,733. Деградация оказалась наиболее выраженной на градиентных суффиксных атаках вроде GCG и DSN, поскольку такие атаки отличаются от представленных в открытых датасетах. По итогам тестирования на бенчмарке JailbreakBench модель SusFactor достигла наибольшего показателя AUROC, равного 0,954, среди рассмотренных классификаторов при уровне ложноположительных срабатываний 9,0%. На бенчмарке WildGuardTest система заняла третье место с результатом AUROC 0,878 и точностью на безопасных промптах 0,990, составив конкуренцию тяжеловесным генеративным защитным ИИ-моделям вроде WildGuard и Llama Guard 3 размером 7–8 млрд параметров. В числе текущих ограничений классификатора разработчики называют контекстное окно в 512 токенов, ориентированность исключительно на английский язык и отсутствие защиты от косвенных промпт-инъекций, внедряемых во внешние документы или результаты работы инструментов. 👆Исследование показывает, что специализированный классификатор сравнительно небольшого размера, 560 млн параметров, способен конкурировать с генеративными моделями размером 7–8 млрд параметров и при этом выполнять локальный инференс на CPU без GPU, обеспечивая выгодный компромисс между качеством защиты и вычислительными затратами. В дальнейшем команда 0DIN AI намерена внедрить регулярное переобучение SusFactor по мере поступления новых отчётов об уязвимостях, а также изучить подходы к работе с длинными документами, включая разбиение на фрагменты с агрегацией. ✋ @Russian_OSINT

☀️Утро перестаёт быть томным. https://z.ai/blog/glm-5.3 ✋ @Russian_OSINT

Оценка DeepSeek v4 Pro (deepseek/deepseek-v4-pro-0813) в blackbox пентесте Для более объективного сравнения кибербез возможностей модели DeepSeek v4 Pro GA взялся за Standoff Hackbase. Пока что решено 2 тачки, по 1 риску на каждую и 1 уязвимости для одной тачки. Затраты примерно 1.5$ через openrouter api. Прогресс: • Cinema: deepseek потратил около 40 минут и 0,60$ на получение НС. • Parrhesia: deepseek потратил около 12 минут и 0,20$-0,30$ на получение НС и проверку всех векторов атак, найдя одну валидную уязвимость. • Bets: deepseek пока не решил, потратил уже 1.13$. Тачка явно посложнее остальных будет • Kacharva: deepseek забрал основной флаг и ещё одну дорогую уязвимость за минут 30 где-то и потратил 0,42$. Це успех)) Данный тест делается не только модели, но и нового для меня offensive harness. Пока оно работает экономичнее чем обычный opencode. Прогресс моделей от DeepSeek космический как по мне. Видно что одна из самых сильных публичных инженерных команд Китая. Deepseek на вход не давались какие-то указания по инструментам, типо naabu, ffuf, nuclei или что-то подобное. Он использует практически всегда только unix-утилиты и ему этого достаточно на удивление. По мне так результат крутой! Даже когда Deepseek поднимут цены, это вероятно будет лучшая из дешёвых моделей для кибербеза. Кодинговые, разнообразные агентские, литературные возможности модели я не оценивал, т.к. мне это не интересно. Ну и пруфы на скринах) 🌚 @poxek_ai / Чат канала

🐋 ИИ-модель DeepSeek v4 Pro 0813 превзошла конкурентов в поиске уязвимостей при минимальных затратах Руководитель направления ИИ-пентестов Aikido Security Филипп Дурасов опубликовал результаты тестирования новой ИИ-модели DeepSeek v4 Pro 0813 на внутреннем бенчмарке кибербезопасности. Новая открытая ИИ-модель DeepSeek v4 Pro 0813 продемонстрировала рекордные показатели в задаче обнаружения уязвимостей и обошла всех конкурентов. По итогам трёх прогонов 🐋она успешно выявила 87,5% CVE из тестового набора. Ближайшие конкуренты 🈁Claude Opus 5 и ❗️Qwen 3.8 Max показали результат 81,3%. Решение от DeepSeek отличается высокой экономической эффективностью. Общие затраты на проведение тестирования составляют около $200, а стоимость обнаружения одной уязвимости равна $7,34. 😐Использование Claude Opus 5 для аналогичной задачи обойдётся примерно в $1 500 при стоимости $66,97 за одну CVE. В исследовании также участвовали ИИ-модели линейки GPT-5.6, Kimi K3 Max и DeepSeek V4 Flash, однако они уступили лидерам по ключевым параметрам. Обратной стороной высокой эффективности DeepSeek стала низкая точность. Только 65,6% обнаруженных DeepSeek v4 Pro 0813 уязвимостей оказались валидными. В то же время ИИ-модель GPT-5.6 Sol показала точность 96,7%. ИИ-модель от DeepSeek работает нестабильно и за один прогон находит в среднем лишь 58,3% уязвимостей, но максимальная результативность достигается только при объединении результатов нескольких запусков. Филипп Дурасов отмечает выраженное исследовательское поведение DeepSeek v4 Pro 0813. ИИ-модель жертвует стабильностью на простых задачах ради глубокого анализа отдельных функций. Её фокус смещён на глубину тестирования, а не на ширину охвата, поэтому она отлично подходит для выявления "глубоких уязвимостей", но для проведения исчерпывающего аудита безопасности автор называет другие ИИ-модели "предпочтительными". Просто нельзя сильно сильно хвалить 🇨🇳китайские ИИ-модели.🤏😉Чуть-чуть можно. ✋ @Russian_OSINT

Практический курс по поиску киберугроз Получите навыки выявления аномалий в инфраструктуре с помощью работы с гипотезами. Кому подходит курс: • Специалистам с опытом в IT/ИБ от 1 года, которые хотят стать аналитиками команды поиска киберугроз; • Аналитикам Threat Intelligence, SOC (2-3 линии); • Cпециалистам CSIRT. После освоения курса: ⚡️Научитесь выявлять аномалии на хосте и в сетевом трафике, которые не были задетектированы стандартными средствами защиты; ⚡️Узнаете, как формулировать и проверять гипотезы о киберугрозах; ⚡️Сможете отличать аномалии от легитимного поведения; ⚡️Поймете мышление злоумышленников. 📅 Старт: 4 сентября ⏳ Длительность: 5 недель Удостоверение о повышении квалификации с внесением в федеральный реестр. 👉🏼 Узнать больше #реклама О рекламодателе

💻 Материалы для ознакомления: ▪️DEF CON 34 presentations ▪️Black Hat USA 2026 Slides ✋ @Russian_OSINT