sejournal.io

За последние 90 дней корреляция биткоина с золотом достигла максимума с 2020 года, при этом первая криптовалюта утратила тесную связь с фондовым рынком. Об этом говорится в записке руководителя исследовательского отдела Bitwise Андре Драгоша.

Эксперт отметил, что в действительно значимых ситуациях биткоин способен выступать в роли «цифрового золота», и сейчас этот фактор начинает оказывать влияние на рынок. Драгош связал изменение корреляции с макроэкономическими событиями августа. По оценкам Bitwise, после того как Минфин США начал покупать долгосрочные облигации, биткоин за неделю вырос на 22,4% — это самый большой недельный прирост с марта 2024 года. Золото за тот же период подорожало на 5%, а акции снизились.

Он добавил, что мнение о биткоине как об инвестиции в технологические активы с использованием заемных средств может оказаться ошибочным. Корреляция криптовалюты с индексом Nasdaq 100 опустилась до годового минимума, а связь с индексом доллара США (DXY) продолжает оставаться отрицательной.

Драгош предположил, что инвесторы всё чаще одновременно хеджируют риски обесценивания валют через биткоин и золото. По его подсчётам, рынок драгоценного металла оценивается примерно в $30 трлн, что значительно превышает объём капитала, который исторически определял цену биткоина.

«Когда ситуация становится серьёзной и макроэкономические факторы усиливаются, инвесторы всё меньше различают биткоин и золото, поскольку им приходится сталкиваться с растущими рисками обесценивания валюты. В последних таких сценариях первая криптовалюта стала выглядеть как усиленная версия золота», — подчеркнул эксперт.

Напомним, в августе глава подразделения цифровых активов BlackRock Роберт Митчник заявил, что опасения вокруг долга и дефицита США подталкивают инвесторов к биткоину и золоту.

Nvidia объявила о приобретении платформы для разработчиков искусственного интеллекта Hugging Face за 12,93 миллиарда долларов. Об этом сообщил генеральный директор компании Дженсен Хуанг.

В своем твите он отметил, что открытые модели повышают безопасность и кибербезопасность, ускоряют инновации и их распространение, а также обеспечивают технологический суверенитет. По его словам, это позволяет разработчикам, стартапам, университетам, отраслям и целым странам создавать, адаптировать и получать выгоду от ИИ.

Сумма сделки была озвучена в отдельном пресс-релизе. Там же указано, что после поглощения Hugging Face продолжит работать как открытая платформа. В Nvidia подчеркнули, что разработчикам не будут навязывать собственную инфраструктуру.

«Пользователи смогут выбирать любые модели, фреймворки, облачные сервисы, поставщиков услуг и вычислительные платформы. Для создания или развертывания приложений через Hugging Face не потребуется использовать вычислительные ресурсы Nvidia», — говорится в анонсе.

Платформа продолжит поддерживать модели различных разработчиков, включая проекты с открытыми весами. В Nvidia считают, что инженерные ресурсы и инфраструктура корпорации укрепят надежность и безопасность сервиса, а также улучшат оценку моделей, инференс и развертывание.

По данным компании, Hugging Face используют более 18 миллионов разработчиков, исследователей и создателей. На платформе размещено свыше 3 миллионов моделей, 500 000 наборов данных и 1 миллион приложений. Сервис применяют более 200 000 компаний для поиска, оценки, кастомизации и внедрения ИИ.

Nvidia напомнила, что на протяжении многих лет инвестирует в искусственный интеллект и связанные с ним платформы, называя себя крупнейшим поставщиком открытых моделей и данных для Hugging Face — под ее брендом опубликовано более 500 моделей и 250 датасетов.

Кроме того, в августе Nvidia расширила партнерство с Amazon Web Services: стороны договорились дополнительно развернуть два миллиона графических процессоров в облачной инфраструктуре AWS в 2027–2028 годах.

Внештатные специалисты всё чаще нанимаются для исправления материалов, созданных нейросетями. По данным Freelancer.com, которые приводит The Guardian, с августа 2025 по июнь 2026 года количество объявлений с такими формулировками, как «исправить ИИ», «галлюцинация ИИ» и «ошибка ИИ», выросло на 87% и достигло 10 760. Больше всего подобных заказов приходится на графический дизайн, за ним следуют видеомонтаж, корректура и написание текстов. На Upwork спрос на специалистов по доработке ИИ-контента увеличился на 70% за год, а с 2023 года число таких вакансий в разработке возросло в 8,3 раза, в дизайне и креативе — в 7,9 раза. На Fiverr количество запросов, связанных с услугами по устранению ошибок нейросетей (AI cleanup), с 2023 по 2026 год выросло более чем в 20 раз.

Фрилансеры стали чаще исправлять работу ИИ

Опрошенные The Guardian специалисты отмечают, что клиенты всё активнее используют ChatGPT, Claude и генераторы изображений для создания черновиков, а затем привлекают людей, чтобы довести результат до приемлемого качества. Графический дизайнер из Испании по имени Лиза заметила изменения вскоре после запуска чат-бота OpenAI. Если раньше ей заказывали логотипы и упаковку с нуля, то к 2025 году около 90% новых запросов в этих категориях касались исправления сгенерированных изображений. Такая работа приносила 60–70% её годового дохода. Среди типичных задач — повышение разрешения для печати, устранение визуальных дефектов и подготовка файлов к производству. По словам Лизы, некоторые исходники были настолько плохи, что их проще было переделать заново. «Это было просто бездушно», — призналась она. К концу 2025 года она начала отказываться от таких заказов.

Схожая ситуация у австралийского автора и редактора Ким Данбар. Исправление текстов, созданных ИИ, занимает около 60% её рабочего времени, тогда как заказы на оригинальные статьи, блоги и материалы для сайтов сократились. С 2024 года она отредактировала около 40 нон-фикшн-книг, лонгридов и технических материалов, написанных нейросетями. Данбар выделяет три основные проблемы: повторы, неестественную структуру абзацев и нехватку эмоциональных нюансов.

Исправление может занимать ещё больше времени

Участники рынка также говорят, что заказчики часто рассчитывают на более низкую стоимость такой работы, поскольку материал уже создан ИИ. Однако на практике доработка требует столько же времени, сколько создание контента с нуля. Иллюстратор Тодд Ван Линда отказался от заказа примерно за $500 на исправление 13–15 изображений для детской книги: клиент думал, что на каждую картинку уйдёт около 15 минут, но в реальности это занимает часы или даже дни. Мультимедийный редактор Натан Макконнелл получил около 100 сгенерированных изображений человекоподобных животных для колоды таро — везде были лишние пальцы, неправильные конечности и другие дефекты, а на исправление одной картинки уходило два-три часа. По его словам, некоторые материалы восстановить невозможно. В других проектах ему приходилось устранять неверные отражения, неестественную физику в видео, роботизированную озвучку и ошибки в 3D-моделях.

ИИ изменил рынок фриланса

Глава Freelancer.com Мэтт Барри связывает рост подобных заказов с тем, что небольшие компании и предприниматели используют ИИ для первой версии продукта, но затем сталкиваются с ошибками, которые не могут исправить самостоятельно. В итоге первоначальная экономия времени и денег частично теряется на этапе подготовки материала к коммерческому использованию. Одновременно сокращается доля традиционных творческих заказов: исследование Management Science показало, что в первые восемь месяцев после запуска ChatGPT число фриланс-вакансий в наиболее подверженных автоматизации категориях снизилось на 21%, а после распространения генераторов изображений количество заказов на создание визуального контента упало на 17%. Конкуренция среди исполнителей также растёт: в 2025 году на один проект на Freelancer.com приходилось в среднем 54 заявки — на 8% больше, чем годом ранее.

Фрилансеры разошлись в прогнозах

Специалисты по-разному оценивают перспективы этого сегмента. Данбар считает работу с ИИ-черновиками интересной и сложной, но допускает, что спрос на «очеловечивание» контента может исчезнуть в течение пяти-десяти лет по мере совершенствования моделей. «Жаль, что нам вообще приходится это делать», — сказала она. Макконнелл, напротив, уверен, что профессиональная проверка останется востребованной: неподготовленный пользователь может не заметить нарушения брендбука, исчезающие объекты в кадре и другие ошибки нейросетей. Часть специалистов уже возвращается к оригинальной работе: Ван Линда перестал брать заказы на исправление ИИ-контента и стал чаще получать запросы на рисованные вручную иллюстрации, а Лиза указала в профиле, что больше не работает со сгенерированными изображениями, хотя подобные предложения продолжают поступать.

Напомним, в мае разработчики из Big Tech жаловались на деградацию навыков из-за ИИ: по их словам, код нейросетей нередко содержит ошибки, а его проверка и исправление занимают больше времени, чем написание с нуля. В начале августа аналитики зафиксировали в Великобритании рекордный рост спроса на специалистов, умеющих работать с искусственным интеллектом.

Против компании Ledger подали коллективный иск в связи с возможной утечкой данных, произошедшей в 2023 году.

Новая модель искусственного интеллекта Anthropic под названием Claude Fable 5.1 сумела расшифровать криптограмму шотландского писателя XVII века Томаса Эркхарта, известную как Cyphral Distich. Этот шифр, представляющий собой две строки по 32 числа, оставался неразгаданным более 370 лет. Он был напечатан в конце трактата Эркхарта «Logopandecteision», изданного в 1653 году.

Исторически шифр привлекал внимание криптографов с конца XIX века, а специалист Клаус Шмех включил его в список 50 самых известных нерасшифрованных посланий. Прежние попытки взлома опирались на частотный анализ или подстановку и предполагали, что ключ находится вне книги, но все они провалились.

Однако Claude Fable 5.1 нашла решение, обратив внимание на то, что шифр следует сразу за 32 так называемыми «прокуриациями» — пронумерованными пожеланиями автора. Число 32 в тексте подчёркивается отдельно, а сопроводительное стихотворение обещает читателю найти в шифре его собственные желания и мысль автора. Модель предположила, что каждое число в строке шифра отсылает к порядковому номеру слова в соответствующей прокуритации, а из первых букв этих слов складывается скрытое сообщение.

В результате расшифровки получилось двустишие, прославляющее короля Карла II: «Боже, поддержи короля Карла Второго и сделай его верховным правителем этой земли». Результат выглядел самопроверяемым: в каждой строке ровно 32 буквы, строки рифмуются, что соответствует обещанию автора. Политическая позиция Эркхарта — сторонника Стюартов — также согласуется с этой молитвой.

Тем же методом модель частично расшифровала и вторую криптограмму — Cyphral Octastich, восьмистишие из 285 чисел, зашифрованное в трактате «The Jewel» 1652 года. Здесь числа указывали на страницы книги, однако девять букв в пятой строке восстановить не удалось из-за отсутствия нужного листа в доступных оцифрованных копиях.

Эксперимент, по данным Vals AI, длился 44 минуты, модель израсходовала 176 000 токенов и почти не получала подсказок от оператора. Автор постановки задачи Геби Джафф разрешил модели самостоятельно выбрать нерешённый исторический шифр, исключив лишь те, что допускают множество равноправных прочтений, и слишком известные задачи вроде Kryptos K4. Джафф признался, что ранее几个月 безуспешно пытался добиться от других продвинутых языковых моделей подтверждённого решения, хотя подсказка в тексте Эркхарта была довольно очевидной.

Однако специалисты по историческим шифрам не подтвердили расшифровку. Команда Reticuli Labs опубликовала отчёт с опровержением, указав на существенные несоответствия. Главное возражение касается алгоритма: чтобы получить слово KING, буква «K» должна стоять на 11-й позиции первой строки, но в соответствующей прокурации нет ни одного слова, начинающегося на «K». Всего таких несовпадений насчитали десять. Перебрав 65 вариантов подсчёта (с нумерацией от нуля или от единицы, учёт первой или последней буквы и т.д.), они получили максимум восемь совпадений из 64 букв — то есть уровень случайности.

Также оспаривается происхождение шифра: в оцифрованной копии издания 1653 года после прокураций нет числовых строк, они появляются лишь в биографии Эркхарта 1899 года. В Vals AI, в свою очередь, ссылались на собрание сочинений, изданное Maitland Club в 1834 году.

Напомним, ранее в июле исследователь Anthropic Левент Альпоге сообщил, что с помощью Claude Fable 5 удалось найти контрпример к гипотезе Якобиана — одной из центральных открытых проблем алгебраической геометрии.

Искусственный интеллект стал частью реальных кибератак — от разведки до генерации вредоносного кода. Об этом говорится в отчете F6, охватывающем 2025 год и первую половину 2026 года.

За этот период как минимум 18 APT-группировок применяли ИИ в атаках. Например, группа GTG-1002 использовала языковые модели для создания фишинговых писем, которые подстраивались под конкретную жертву и обходили спам-фильтры. Кластер TAT26-12 автоматизировал сбор информации о сотрудниках, инфраструктуре и уязвимостях организаций.

Среди специализированных инструментов выделяется PromptSpy — он атакует корпоративные системы на базе больших языковых моделей, извлекает системные промпты и манипулирует поведением моделей. Другой инструмент, LAMEHUG, применялся для почти автономной генерации вредоносного кода.

На даркнет-форумах хакеры стали чаще обсуждать различные ИИ-модели. Новички чаще упоминают ChatGPT от OpenAI, однако в полноценных атаках активнее используется Gemini от Google. Участники форумов обсуждают способы обхода ограничений ИИ, некоторые пытались с помощью общедоступных моделей создать вредоносное приложение.

В сфере вымогателей за полтора года появилось более 50 новых группировок, распространяющих шифровальщики, и зафиксировано свыше 9300 связанных инцидентов. Атакующие все чаще отказываются от блокировки данных как основного способа давления и вместо этого угрожают публикацией украденной информации. Это снижает технические требования к атаке и усложняет защиту.

За отчетный период закрыли шесть крупных теневых площадок по торговле данными, но вместо них возникли пять новых. В действующих кардшопах выставлено на продажу более 16,5 млн скомпрометированных платежных карт.

Также напоминается, что в августе OpenAI замедлила разработку передовых ИИ-систем после инцидента с Hugging Face и оценки Astra.

2 сентября акции китайского поставщика сельхозпродукции Farmmi на Nasdaq в моменте подскочили более чем на 300% — с $0,1187 на предыдущем закрытии до $0,50. Этот всплеск совпал с ажиотажем вокруг мем-коина JINQIAN и токена FAMI в Robinhood Chain, на что обратили внимание пользователи X.

К концу торговой сессии большая часть роста исчезла: финальная цена составила $0,1501 (+26,45%). При этом суточный оборот акций взлетел до 867,2 млн против 5,76 млн за предыдущий торговый день.

Среди продуктов Farmmi — сушеные грибы. Название токена JINQIAN связано с ассортиментом компании: в годовом отчете упоминалась разновидность шиитаке Jinqian, или «денежный гриб».

JINQIAN запустили в Robinhood Chain. Примерно через час капитализация мем-коина достигла $70 млн. По данным Lookonchain, один трейдер вложил 8 ETH (около $19 000), а затем продал позицию за 82,54 ETH (примерно $198 000), получив прибыль около $179 000.

Пользователь под ником StarPlatinum указал, что менее чем за три часа объем торгов в паре JINQIAN/FAMI приблизился к $88 млн.

История началась с поста, созданного Claude

Ажиотажу предшествовала публикация криптотрейдера под псевдонимом Rune. В ней он утверждал, что потратил около $1,8 млн на покупку 37,4% неназванной компании с Nasdaq с капитализацией примерно $4,8 млн и ценой акции около $0,12.

Далее Rune описал план токенизировать приобретенные бумаги в Robinhood Chain и запустить связанный с ними мем-коин. По задумке, спрос на ончейн-актив должен был стимулировать покупку базовых бумаг и потенциально привести к шорт-сквизу.

Участники криптосообщества сопоставили приведенные параметры с Farmmi.

Однако после начала ажиотажа Rune заявил, что не покупал долю в фирме. По его словам, пост был создан Claude по его запросу, а указанные суммы и другие параметры оказались «выдуманными или преувеличенными». Сам трейдер также отрицал причастность к последующему выпуску FAMI и JINQIAN.

FAMI — не токенизированная акция

Появившийся в Robinhood Chain токен FAMI повторял тикер Farmmi, но официальным Stock Token от Robinhood не являлся. В документации платформы перечислены адреса контрактов всех выпущенных токенизированных активов. Одинаковый тикер и название сами по себе не означают принадлежности к официальной программе.

Объем эмиссии ончейн-FAMI составил 37,43 млн токенов, что соответствует количеству акций Farmmi в обращении. Из них 14,22 млн (около 38%) при создании контракта отошли адресу развернувшего его пользователя. Эта доля близка к 37,4%, которые упоминались в публикации Rune.

При этом у FAMI отсутствовал механизм выпуска и погашения, привязывающий токен к реальным акциям Farmmi. Поэтому покупка монеты не давала права на приобретение бумаг компании на Nasdaq, в отличие от официально обеспеченного Stock Token.

Пользователь StarPlatinum дополнительно указал на отсутствие блокировки ликвидности в торговой паре и предупредил сообщество о сопутствующих рисках.

Farmmi получила предупреждение Nasdaq

До всплеска торгов бумаги Farmmi длительное время стоили меньше $1. 11 августа Nasdaq направила уведомление о нарушении требования к минимальной цене — после того как бумаги провели 30 торговых сессий подряд ниже этого порога. Компании дали срок до 8 февраля 2027 года, чтобы исправить ситуацию. Для этого курс закрытия должен продержаться на уровне не менее $1 как минимум десять торговых дней подряд.

Дополнительное давление на фирму создает ухудшающаяся финансовая динамика. За 2025 финансовый год выручка снизилась более чем вдвое — с $64,1 млн до $28 млн, а чистый убыток, напротив, резко вырос: с $4,6 млн до $53,4 млн.

Помимо торговли грибами и прочей сельхозпродукцией, Farmmi также расширяет направление складских и логистических услуг на территории США.

Напомним, в конце августа Robinhood Chain опередила Ethereum по суточной выручке благодаря всплеску торговли мем-коинами.

Исследователи в сфере безопасности ИИ обеспокоены возможными рисками, связанными с контролем за новой моделью OpenAI Astra. Поводом стала публикация The Information, в которой со ссылкой на анонимный источник говорится, что в Astra используется техника «рекуррентная глубина». Из-за этого модель показывает исследователям меньшую часть промежуточных рассуждений, чем другие передовые ИИ-системы. OpenAI не стала подтверждать или опровергать эти сведения.

Рекуррентная глубина предполагает многократную обработку внутренних представлений модели до формирования следующего фрагмента текста. В обычных моделях часть рассуждений видна в текстовой цепочке, и по ней отслеживают признаки лжи или попыток обойти защиту. При рекуррентной глубине значительная часть вычислений происходит внутри модели и не отображается в виде отдельных текстовых шагов, что может снизить объем информации, доступной системам мониторинга.

Главный научный сотрудник Redwood Research Райан Гринблатт назвал предполагаемую архитектуру серьезным риском для безопасности ИИ. По его словам, следующим шагом может стать масштабирование непрозрачных рассуждений вплоть до того, что модель будет рассуждать почти полностью в латентном пространстве. Это может лишить цепочку рассуждений практической ценности для надзора. Он добавил, что при разборе июльского инцидента с OpenAI и Hugging Face исследователи во многом полагались именно на цепочки рассуждений, и при их сокрытии восстановить причины и ход действий было бы сложнее. Гринблатт призвал OpenAI раскрыть больше информации об архитектуре Astra и допустить независимую экспертную оценку.

В OpenAI ответили на опасения. Главный научный сотрудник компании Якуб Пахоцки заявил, что глубина вычислительного графа передовых моделей, включая Astra, отличается от GPT-4 не более чем в два раза. Он также отметил, что возможность мониторинга цепочек рассуждений «хрупкая» и постепенно ухудшается, но компания работает над ее сохранением.

Ранее OpenAI сообщила, что Astra не участвовала в атаке на инфраструктуру Hugging Face, однако модели присвоен критический уровень кибервозможностей: при наличии инструментов и доступа она способна находить неизвестные уязвимости и разрабатывать способы их эксплуатации без пошагового контроля со стороны человека.

На графике биткоина возникла фигура, напоминающая медвежий паттерн «Барт Симпсон». На это обратил внимание аналитик Бенджамин Коуэн. Паттерн не является техническим индикатором — это узнаваемый среди криптотрейдеров графический сценарий: сначала резкое движение цены вверх или вниз, затем консолидация в узком диапазоне и столь же быстрый возврат к исходному уровню. Название он получил из-за сходства с прической персонажа мультсериала «Симпсоны», а по отношению к биткоину используется с 2015 года.

Чтобы текущая фигура завершилась, первой криптовалюте потребовалось бы быстро скорректироваться, отыграв большую часть августовского ралли. Основатель Quantum Economics Мати Гринспен считает, что для этого необходимо падение примерно на 20%, однако сам он в такой сценарий не верит. По его словам, подобная динамика была характерна для биткоина на ранних этапах, когда рынок был менее ликвидным и зрелым. С ростом торговых объемов и приходом институциональных инвесторов резкие движения стали встречаться реже.

На момент подготовки материала первая криптовалюта торгуется около $77 700. За последние сутки цена снизилась на 0,3%, за неделю — на 1,3%. После августовского рывка выше $80 000 биткоин не сумел закрепиться на достигнутых уровнях, что повысило внимание к зонам, где сосредоточены потенциальные покупатели и продавцы.

По данным Glassnode, ближайшая заметная поддержка находится в районе $62 000–65 000 — там в течение лета шло активное накопление. Выше рынка, в диапазоне $83 000–86 000, сконцентрирован значительный объем предложения долгосрочных держателей. Дополнительное давление может создавать рост доли прибыльных монет: в мае при цене около $78 000 в плюсе находилось примерно 65% предложения, а в конце августа при сопоставимой цене показатель увеличился до 68%.

В то же время некоторые индикаторы дают менее медвежий сигнал. В CryptoQuant отметили, что индикатор циклического импульса биткоина (Bitcoin Cycle Momentum) впервые за восемь месяцев вышел в положительную зону. Контрибьютор платформы под псевдонимом Gaah считает это признаком возможного ослабления нисходящего тренда, хотя разворот пока не подтвержден. По его словам, индикатор должен в ближайшие недели подняться в диапазон 20–30 на фоне дальнейшего восстановления котировок, сейчас он лишь немного выше нулевой отметки.

Неоднозначная картина сохраняется и в институциональном сегменте. Согласно Glassnode, на пике средний дневной приток в американские спотовые биткоин-ETF за семь дней достигал $290 млн, но торговый оборот фондов оставался около $3 млрд в сутки — ниже уровней, характерных для более устойчивых фаз роста. Опционный рынок также не демонстрирует выраженного ожидания подъема: после шорт-сквиза показатель 25-Delta Skew вернулся к нейтральным значениям. На экспирацию 25 сентября приходится около $14 млрд открытого интереса по опционам Deribit и IBIT, причем значительная его часть сосредоточена на страйках выше $80 000.

Дополнительным фактором остается рынок американского госдолга. Доходность десятилетних казначейских облигаций после снижения примерно до 4,6% вернулась к 4,8% и обновила максимум текущего цикла. В Glassnode подчеркнули, что рост этого показателя усиливает давление на рисковые активы. Напомним, после выступления главы ФРС Кевина Уорша в конце августа цена биткоина снизилась с локального максимума на отметке $81 455 до $76 877.

В рамках учений Project Convergence компания QuSecure провела испытания своей постквантовой криптографической платформы QuProtect R3 на тактических системах американской армии.

По итогам полевых тестов решение достигло седьмого уровня технологической готовности (TRL 7).

### Защита от будущих квантовых атак

Платформа QuProtect R3 применялась для обеспечения квантово-устойчивой связи в тактических сетях, а также для управления криптографическими процессами и выявления задействованных алгоритмов. Как сообщает QuSecure, учения проходили с привлечением военнослужащих в условиях, максимально приближенных к боевым.

Project Convergence Capstone 6 представляет собой ежегодные армейские маневры, проводимые в Национальном учебном центре в Форт-Ирвине. В них принимают участие тысячи военных, а целью программы является апробация новых технологий и тактических концепций.

### От программы SBIR к использованию в полевых условиях

Уровень TRL 7 свидетельствует о том, что прототип или система были продемонстрированы в обстановке, приближенной к реальной эксплуатации. В течение почти двух лет QuSecure совершенствовала QuProtect в рамках государственной программы поддержки инновационных разработок SBIR, сотрудничая с армейским подразделением C5ISR и адаптируя платформу под нужды тактических сетей.

Тем не менее, на данный момент не планируется полномасштабное внедрение QuProtect в вооруженных силах США. В компании результаты тестирования расценивают как доказательство того, что решение готово к последующему развертыванию.

### Вооруженные силы готовятся к наступлению эры квантовых вычислений

Необходимость перехода на постквантовую криптографию обусловлена угрозой появления достаточно мощных квантовых компьютеров, которые смогут взламывать применяемые в настоящее время криптографические алгоритмы. Дополнительную опасность представляет сценарий harvest now, decrypt later, предполагающий перехват зашифрованных данных сегодня с целью их расшифровки в будущем.

Федеральным ведомствам США предписано завершить миграцию на постквантовую криптографию в период с 2030 по 2031 год. Кроме того, компания обращает внимание на 2029 год как на возможную дату наступления так называемого Q-day — момента, когда квантовый компьютер станет реальной угрозой для современной криптографии.

Ранее сообщалось, что компании Sparkle и Hellas Sat организовали первый квантово-устойчивый спутниковый канал связи между Грецией и Кипром.