Мужчина из Аризоны украл $300 тыс в криптовалюте, выдав себя за водителя такси

cryptonews.ruPublié le 2023-04-16Dernière mise à jour le 2024-12-16

Мужчина, выдававший себя за водителя Uber в Скоттсдейле, штат Аризона, был арестован после того, как украл в общей сложности $300 000 долларов в криптовалюте у двух ничего не подозревающих пассажиров.

Согласно отчету Fox10 Phoenix от 12 декабря, полицейское управление Скоттсдейла заявило, что Нурухусейн Хусейн заманивал жертв, ожидавших снаружи отеля W в Скоттсдейле в марте и снова в октябре, выдавая себя за заказанное ими в Uber такси и обращаясь к ним по имени.


Нурухусейн Хусейн подобрал двух жертв возле отеля W в Скоттсдейле и выманил у них 300 000 долларов в криптовалюте. Источник: Google

Полиция сообщает, что Хусейн, оказавшись в машине, попросил у пассажира телефон, якобы потому, что его устройство было сломано. Во втором случае Хусейн предложил устранить неполадки в приложении Uber после того, как пассажир спросил, почему оно показывает, что водитель еще не приехал.

Предполагается, что Хусейн затем использовал телефон своего пассажира, чтобы взломать его счета Coinbase, переведя криптовалюту с телефона на телефон и затем в холодное хранилище. В судебных документах не говорится, откуда Хусейн узнал имена пассажиров.

По словам прокуроров, Хусейн угрожал одной из жертв, когда она заподозрила неладное, и попросила вернуть телефон, сказав ей «успокоиться, иначе случится что-то плохое».

Хусейн был арестован детективами Скоттсдейла и специальными агентами Секретной службы США 11 декабря по обвинению в краже, мошенничестве и отмывании денег.

Прокуроры успешно подали ходатайство судье о залоге в размере 200 000 долларов и электронном мониторинге, если Хусейн сможет выплатить залог за свое освобождение. Власти говорят, что расследование продолжается.

Хусейну также запретили пользоваться интернетом и выезжать за границу после того, как прокуроры успешно доказали, что существует риск уничтожения «дополнительных доказательств» или побега обвиняемого в Эфиопию, где, как сообщается, он часто бывает. Хусейн должен вернуться в суд 18 декабря.

По данным GitHub, за последний год в разных странах было зафиксировано не менее 19 случаев офлайн-грабежа криптовалюты, по сравнению с 17 в 2023 году и 32 в 2021 году.

На онлайн-платформе перечислены случаи личной кражи криптовалюты, начиная с 2014 года, когда неизвестный звонивший якобы пытался вымогать у компьютерного ученого и криптографа Хэла Финни 1000 BTC, которые на тот момент стоили 400 000 долларов.

В последнем зафиксированном инциденте 3 декабря воры в Мельбурне, Австралия, проехали через окно торгового центра и скрылись с биткоин-банкоматом. Позже полиция Мельбурна обнаружила банкомат в парке, вскрытый и горящий.

Lectures associées

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

Le 27 juin, Anthropic a annoncé que le gouvernement américain avait autorisé le redéploiement de son modèle de cybersécurité Mythos 5 à plus de 100 organismes américains, mais la version publique Fable 5 reste suspendue sans calendrier de retour. Le même jour, OpenAI a lancé GPT-5.6, dont l'accès via API est restreint aux partenaires approuvés par le gouvernement. Ces décisions font suite à un ordre exécutif sur l'IA signé début juin et à une injonction du Département du commerce du 12 juin ordonnant la suspension de Fable 5, marquant un cycle complet d'"arrêt-négociation-autorisation conditionnelle" pour le contrôle des modèles d'IA de pointe par les autorités américaines en moins d'un mois. Les entreprises concernées contestent la base technique de ces mesures. OpenAI indique que son modèle Sol n'a pas franchi son propre cadre de sécurité, tandis qu'Anthropic a réfuté point par point les raisons avancées par le gouvernement. Dean W. Ball, ancien conseiller de la Maison Blanche, critique un processus de régulation manquant de transparence, de normes claires et d'expertise technique, créant une incertitude dommageable pour l'industrie. L'article établit un parallèle avec la "Guerre du Chiffrement" des années 1990, où le contrôle américain sur les technologies de cryptage a finalement échoué, nuisant à la compétitivité des entreprises nationales. Aujourd'hui, le risque est que ces restrictions étouffent l'innovation et la diffusion économique essentielle aux technologies génériques comme l'IA, d'autant plus que les modèles open-source, notamment chinois, progressent rapidement. Cet épisode pourrait marquer un tournant : l'insertion durable du gouvernement comme autorité d'approbation entre les modèles d'IA commerciaux et leurs utilisateurs. Si l'objectif affiché est la sécurité, la méthode opaque et arbitraire menace les investissements et risque de concentrer le pouvoir de l'IA de pointe entre les mains d'une minorité déjà puissante.

链捕手Il y a 8 mins

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

链捕手Il y a 8 mins

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

DeepSeek a annoncé une mise à jour majeure de son modèle DeepSeek-V4-Pro avec le lancement de DSpark, un nouveau cadre de décodage spéculatif (Speculative Decoding) open source, accompagné de l'infrastructure complète DeepSpec. Cette mise à jour, axée sur l'ingénierie et non sur les capacités fondamentales du modèle, vise à accélérer considérablement l'inférence des LLM en production. Le cœur de DSpark est l'introduction d'une **génération semi-autorégressive**. Cela combine la génération parallèle à haut débit d'un modèle "brouillon" léger avec une modélisation des dépendances entre tokens pour améliorer le taux d'acceptation. De plus, un système de **vérification planifiée par confiance et conscient du matériel** (Confidence-Scheduled Verification) évalue dynamiquement la probabilité que chaque token généré soit accepté par le modèle cible. Il adapte ainsi la longueur de vérification en temps réel pour optimiser l'utilisation des ressources GPU, notamment en charge élevée. Les résultats sont significatifs : face aux méthodes de pointe comme Eagle3 et DFlash, DSpark augmente la longueur moyenne de tokens acceptés de 26.7% à 30.9% et de 16.3% à 18.4% respectivement sur les modèles Qwen3. En déploiement réel, par rapport à la génération token par token précédente (MTP-1), **DSpark améliore la vitesse de génération pour l'utilisateur de 60% à 85% pour le modèle Flash et de 57% à 78% pour le modèle Pro**, à débit total constant. Le projet open source **DeepSpec** fournit une stack complète pour entraîner et évaluer des modèles brouillons pour le décodage spéculatif, supportant actuellement les algorithmes DSpark, DFlash et Eagle3, ainsi que les familles de modèles cibles Qwen3 et Gemma.

marsbitIl y a 6 h

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

marsbitIl y a 6 h

Trading

Spot
活动图片