Меморандум президента США от 12.08.2026, фактически легализует хакбэк для частного сектора США.
Меморандум дает правовую основу для органов правопорядка США привлекать частный сектор для ответных атак по киберпреступникам в иностранных юрисдикциях.

На фоне отсутствия однозначных механизмов атрибуции атаки, стоит рассмотреть поднятие приоритета для мер минимизирующий риск взлома вашей организации в случае использования злоумышленниками ваших атрибутов.

Какие это могут быть меры:
1. На фоне рекордом атак, через фишинг и социальную инженерию - DMARC. Настроить сообшения по факту попыток использования другими вашего почтового домена\доменом и реагировать на эти попытки.
2. RPKI: ROA для всех собственных префиксов + ROV + realtime BGP monitoring. Защищает от ложной привязки трафика к компании вследствие BGP prefix hijack. ROA — криптографически подписанное разрешение конкретному ASN анонсировать префикс.
3. Сбор и сохранение полной телеметрии вашего внешнего трафика (включая DNS и VPN), как минимум на уровне квитанций уровня Netflow.
4. DNSSEC и все, что помогает не потерять, даже временно , управления вашими DNS записями.
5. Если вы разрабатываете ПО\пакеты - рассмотрите практику подписи этого ПО (SLSA provenance + Sigstore/Rekor).
6. mTLS / request signing / IPsec для контролируемых B2B-соединений.
7. Базовый уровень защиты должен вам позволить как минимум выявлять, когда ваши ресурсы были взломаны и стали использоваться в качестве промежуточной площадкой злоумышлениками: EDR/XDR, NTA, MFA, PAM и главное SOC который на эти сигналы реагирует.
8. Встроить в ваши корп процессы: Если вы кому то недавно продали компанию, IP диапазон или доменные имена или сдали их в аренду - убедитесь, что в публичных реестрах условного RIPE\Whois указан новый владелец, а не вы.

В случае широкого распространения этой практики в США я допускаю появления или новой организации или отдела в условной CISA куда будут передаваться данные по актуальным IP и квитанции соединений для минимизации рисков будущего обратного взлома из США.

Треликс проанализировало несколько русскоязычных объявлений хакеров.

Несколько трендов которые нужно будет нам нужно оценивать в будущем:
1. На сколько сильно и точно средства ИИ позволяют обычному хакеру поднять уровень атаки до ИИ.

2. Куки доступа топовых моделей стали сами по себе целью атаки для перепродажи/переиспользования.

3. Утилиты позволяющие кандидату в режиме реального времени получать ответы от ИИ на устные вопросы делают очные интервью обязательными для найма.

Два недавних случаях в судах сформировали дополнительный аргумент в оценке рисков использования компанией результатов работы средств ИИ и программного обеспечения, включая шрифты встроенные в это ПО, без возможности документально подтвердить правовые основания для такого использования.

Например, в случае использования сгенерированных изображений или встроенных шрифтов в рекламе или на сайте.

Европейский институт телекоммуникационных стандартов (ETSI) выпустил проект стандартов по кибербезопасности для 17 типов устройств и программ. Делается это в рамках исполнения Cyber Resilience Act, о чем я писал ранее. Структура стандартов мне чем то напомнило РД ФСТЭК для сертификации средств (профили защиты). Разница в том, что соответствие этим стандартам обязательно при продаже на территории ЕС с декабря 2027 и не ограничивается только проектами по защите систем.
До ноября 2026 года принимаются правки от регуляторов ЕС. Сами стандарты больше гигиенические и про совсем базовые меры безопасности, их пока не сравнить по глубине даже с самыми первыми версиями CIS benchmark или STIG (Security Technical Implementation Guides), но охвачены базовыми требованиями почти все функции и подходы.
Ниже поделюсь с вами парой скриншотов из стандартов.
В число 17 стандартов попало:
1. Operating systems.
2. Router, modems, and switches.
3. Firewalls.
4. VPNs
5. Virtualization containers
6. Network management systems
7. SIEMs
8. Antivirus software
9. Boot managers
10. Network interfaces
11. Browsers
12. Password managers
13. PKI software
14. Smart home appliances
15. Smart home security systems
16. Internet-connected toys
17. Wearables

Компания "Рога и Копыта" Irregular поделилась предварительными выводами своими выводами по поводу 4 недавних ИИ-инцидентов произошедших с её вовлечением. Компания привлекалась для тестирования моделей Claude Opus 4.7, неназванной модели OpenAI, Claude Mythos 5, Muse Spark 1.1.

Итак компания делает следующие выводы:
1. Вместе со своими клиентами сделать более прозрачным процесс документирования и выравнивания, целевых окружений и предположений во избежание будущего непонимания.
Прим. автора канала - мне сложно согласится с тем, что 4 почти одновременных инцидента можно описать как непонимание, скорее недостаточную проработку юридических оснований для проведения тестирования и обмена данными.

2.Нужны более совершенные средства анализа логов. Вручную проанализировать логи нельзя, хоть это и необходимо. Модели генерируют большое количество логов, используют неожиданные решения, что делает ручной анализ невозможным.
Прим. автора канала - интересно, что Irregular называет более совершенными средствами, обнаружить, что у тебя началось активное взаимодействие тестовой среды с внешним ресурсом может бесплатные средства Log management , не говоря уже про SIEM и IDS.

3. Существующих подход по моделированию угроз не предусматривает наличие сильного злоумышленника внутри, текущие средства под это не адаптированы.
Прим. автора канала- пусть это и очевидно, но я про это писал ранее.

4. Требуется быстрая реакция на инцидент и обмен данными расследования, такими как рассуждения модели.
Прим. автора канала - с учетом того, что компания была вовлечена в 4 из 7 подобных инцидентов я бы рассматривал, это как высокую вероятность того, что у сами модели не разворачивались у Irregular и более того, доступ к исходным данным тестирования модели у компании был ограничен. По опубликованной информации именно Антропик останавливала оценку после уведомления и управляла процессом оценки, а Irregular позднее уведомлен самим Антропиком.

5. Необходима постоянная оценка результатов тестирования и выбора имен так как постоянно создаются новые вебсайты и доменные имена пересекающиеся с вымышленными в тестовых сценариях.
Прим. автора канала - на написание MVP скрипта проверяющего "реальность" выдуманных имен в 1000 сценариев у среднего инженера уйдет 3-5 рабочих дней. Возможно эти расходы вышли за смету тестирования.

P.s. Компания Pattern Labs переименовалась в Irregular т.к. по замыслу компании они "ищут иррегулярное (неправильное) поведение передовых моделей" и "противодействуют иррегулярным (нестандартным) угрозам".

Фактическое описание существующей поверхности атаки для открытых ИИ моделей в свежем отчете HuggingFace. Описаны какие модели пользуются популярностью (Qwen, google, unsloth) для построения своей модели и какие производители на каких размерах моделей специализируются.

Интересно в первую очередь тем, кто разрабатывает или планирует разрабатывать средства для защиты ИИ и сам находится на этапе выбора модели для онпрема.
Отдельного анализа по вопросам безопасности нет, только ссылки на описание прошедшего инцидента.

Если ваша организация использует ChatGPT и Mac для рабочих мест или у вас есть Mac в сети которыми вы централизованно не управляете необходимо явно оценить риски и принять решение по использованию и донастройке безопасности в связи с релизом новой функции ChatGPT - Computer History.

В очевидной погоне за новыми данными для прогресса передовых моделей, OpenAI предлагает пользователям тарифов ChatGPT Pro, Business, and Enterprise для приложений Codex анализировать ваши действия на Mac. По умолчанию функция отключена. Функция недоступна в ЕС, Великобритании и Швейцарии.

OpenAI сама официально признает в своей справке, что включение этой функции делает ваш компьютер уязвимым к промт инъекциям, например, при просмотре вредоносного сайта. Другое официальное предупреждение - вся собранная история хранится на компьютере (~/.codex/memories/extensions/skysight/) в незашифрованном виде в форме markdown файлов, что делает этот ресурс необходимым для мониторинга обращений со стороны сторонних сервисов.

Коллеги отмечают наличие и положительного для ИБ момента - собранную информацию можно использовать для расследования инцидентов.

Стоит отметить, что подобная функциональность со стороны Windows 11 recall вызвала значительную отрицательную обратную связь от потребителей.

4 назад была выложена новая версия модели Qwen 3.8 27b и 27b-FP8.
6 дней назад была выложена новая версия модели Qwen 3.8-2.4T-A95B и Qwen 3.8-2.4T-A95B-FP8.

Почему это важно для кибербеза? Семейство квен самое популярное семейство среди моделей на hugging face как по количеству скачиваний так и по использованию для построения\файнтюна своих моделей. Россия в этом плане не сильно отличается от мировых тенденций.

Версия на 27 млрд параметров по общим бенчмаркам способностей находится на уровне GLM-5.2 (max), Deepseek V4Pro 0813, GPT 5.6 Luna. Квантованную до FP8 версию можно попробовать запустить на условно домашней rtx 5090 32 Гб ОЗУ.

Версия на 2,4 трлн параметров по общим бенчмаркам способностей находится на уровне Muse Spark 1.2, GPT 5.6 Terra, т.е. можно отнести к SOTA моделям . Эта версия FP8 уже потребует профессиональных минимум 16 видеокарт Nvidia B300.

Как обычно хотелось бы понимать на сколько эти модели более защищенная и (или) более способная для задач кибербезопасности.

А тут появляются проблемы, официально у новых моделей нет тех репорта, только карточки на hugging face c ссылками в никуда или на весьма ограниченное описание. Каких либо других независимых отчетов по кибербезопасности и safety мне тоже не удалось найти. В части возможностей самой модели можно с допущениями ориентироваться на тест облачной версии модели Qwen 3.8 Max (как аналога Qwen 3.8-2.4T-A95B) от Aikido:
"Qwen rediscovered 26 of 32 CVEs across three runs, for 81.25% pass@3 recall. That's ahead of GPT-5.6-Sol and matches Opus 5, at roughly half the cost".

Можно попробовать ориентироваться на комплексные бенчи:
Terminal‑Bench 2.1 - навыки работы в командной строке, в том числе для задач кибербезопасности (нахождение и закрытие уязвимостей в коде, реверс-инжиниринг бинарных файлов и безопасная настройка доступов).
DeepSWE 1.1 - бенч для навыков агентов по написанию кода, отдельных разделов по безопасности нет, но это навык смежный с написанием кода.

Из значимого отличия Qwen 3.8 27b единственную из актуальных опенсорс общих моделей можно запустить на одиночном устройстве, особенно если на неофициальном квантовании FP4. Тогда как для "соседей" по бенчмаркам (GLM 5.2, Deepseek V4Pro 0813, GPT 5.6 Luna) потребуется кластер (а иногда и не один) профессиональных видеокарт.

Что на текущий момент является аномальным результатом по соотношению (возможности модели в Terminal‑Bench 2.1)/стоимость оборудования. Соотношение сохраняется в DeepSWE 1.1 и нескольких других бенчах .

Будем ждать новых отчетов по этому семейству, пока Artificial AI не включил в бенч по затратам Qwen 3.8 27b, поэтому нужно отнестись сдержанно к получившейся аномальной оценке.

Если у кого то есть локальная 5090RTX и свободное время - поделитесь впечатлениями ;) .

Ниже пост с парой рисунков.