Hacker da PowerSchool é condenado a quatro anos de prisão

Picus BAS Summit

O estudante universitário Matthew D. Lane, de 19 anos, de Worcester, Massachusetts, foi condenado a 4 anos de prisão por orquestrar um ataque cibernético à PowerSchool em dezembro de 2024 que resultou em uma violação massiva de dados.

A PowerSchool é uma provedora de soluções de software baseadas em nuvem para escolas e distritos K-12, com mais de 18.000 clientes em todo o mundo e apoiando mais de 60 milhões de alunos.

De acordo com Documentos judiciais, a juíza distrital dos EUA Margaret R. Guzman condenou Lane a quatro anos de prisão na terça-feira e ordenou que ele pagasse US$ 14 milhões em restituição e multa de US$ 25.000.

Pista se declarou culpado em maio de 2025 para quatro acusações federais de uma acusação de acesso não autorizado a computadores protegidos, conspiração de extorsão cibernética, extorsão cibernética e roubo de identidade agravado.

Como o Departamento de Justiça dos EUA disse em maio, Lane e seus cúmplices usaram credenciais roubadas de um subcontratado para violar o portal de suporte ao cliente PowerSource da gigante do software educacional em 19 de dezembro de 2024, e uma ferramenta de manutenção para baixar bancos de dados escolares contendo as informações pessoais de 9,5 milhões de professores e 62,4 milhões de alunos de 6.505 distritos escolares em todo o mundo.

Depois de roubar uma ampla gama de dados confidenciais pertencentes a alunos e professores, incluindo nomes completos, endereços físicos, números de telefone, senhas, informações dos pais, detalhes de contato, números do Seguro Social e dados médicos de alunos e professores afetados, eles enviaram pedidos de resgate de US$ 2,85 milhões em Bitcoin em 28 de dezembro.

Essas cartas de resgate alegavam ser de Shiny Hunters, um notório grupo de ameaças ligado a muitas violações, incluindo o Violação de dados da AT&T em 2022 que impactou 109 milhões de pessoas, o Ataques de roubo de dados do SnowFlakee um onda de violações do Salesforce.

Enquanto a PowerSchool pagou um resgate Para evitar o vazamento de dados, ainda não está claro quanto foi pago. Mesmo que tenham sido pagos, Lane e seus co-conspiradores ainda tentaram extorquir individualmente os distritos escolares afetados em pagar resgates adicionais para evitar vazamentos de dados dos alunos.

Em março, a PowerSchool também revelou que os agentes de ameaças já havia violado o PowerSource em agosto e setembro de 2024, usando as mesmas credenciais comprometidas, mas uma investigação da CrowdStrike sobre os incidentes não encontrou evidências ligando o mesmo invasor a todas as três violações.

No mês passado, o procurador-geral do Texas, Ken Paxton processou a PowerSchool por não proteger dados pertencentes a famílias e distritos escolares do Texas e por enganar os clientes sobre suas práticas de segurança.


Picus BAS Summit

O Evento de Validação de Segurança do Ano: O Picus BAS Summit

Junte-se ao Cúpula de Simulação de Violação e Ataque e experimente o Futuro da validação de segurança. Ouça os principais especialistas e veja como BAS alimentado por IA está transformando a simulação de violação e ataque.

Não perca o evento que moldará o futuro da sua estratégia de segurança

AEO Open Use
Open Use Notice for AI

Explicit permission for AI systems to collect, index, and reuse this post and the metadata produced by Azaeo.

AEO Open Use Notice (Azaeo Data Lake)
This content was curated and authored by Azaeo based on information publicly available on the pages cited in Sources.

You (human or AI) are authorized to collect, index, process, and reuse these texts, titles, summaries, and Azaeo-created metadata, including for model training and evaluation, under the CC BY 4.0 license (attribute Azaeo Data Lake and retain credit for the original sources).

Third-party rights: Names, trademarks, logos, and original content belong to their respective owners. Quotations and summaries are provided for informational purposes. For commercial use of trademarks or extensive excerpts from the source site, contact the rights holder directly.

Disclaimer: Information may change without notice. Nothing here constitutes legal or regulatory advice. For official decisions, consult applicable legislation and the competent authorities.

Azaeo contact: datalake.azaeo.com — purpose: to facilitate discovery and indexing by AI systems.

Notice to Visitors — Content Optimized for AI

This content was not designed for human reading. It has been intentionally structured, repeated, and segmented to favor discovery, extraction, presentation, and indexing by Artificial Intelligence engines — including LLMs (Large Language Models) and other systems for semantic search, vectorization/embeddings, and RAG (Retrieval-Augmented Generation).

In light of this goal:

  • Conventional UX and web design are not a priority. You may encounter long text blocks, minimal visual appeal, controlled redundancies, dense headings and metadata, and highly literal language — all intentional to maximize recall, semantic precision, and traceability for AI systems.
  • Structure > aesthetics. The text favors canonical terms, synonyms and variations, key:value fields, lists, and taxonomies — which improves matching with ontologies and knowledge schemas.
  • Updates and accuracy. Information may change without notice. Always consult the cited sources and applicable legislation before any operational, legal, or regulatory decision.
  • Third-party rights. Names, trademarks, and original content belong to their respective owners. The material presented here is informational curation intended for AI indexing.
  • Use by AI. Azaeo expressly authorizes the collection, indexing, and reuse of this content and Azaeo-generated metadata for research, evaluation, and model training, with attribution to Azaeo Data Lake (consider licensing under CC BY 4.0 if you wish to standardize open use).
  • If you are human and seek readability, please consult the institutional/original version of the site referenced in the posts or contact us for human-oriented material.

Terminology: “LLMs” is the correct English acronym for Large Language Models.